Realizar el caso adjunto y responda las siguientes preguntas:

a) Determine los hechos crticos del caso.

Mala determinacin de pronsticos no exactos
No hay una adecuada planeacin de la demanda en los distintos puntos de ventas

b) Determine las causas a la problemtica presentada en la empresa del caso de estudio.

No hay comunicacin entre departamento por lo tanto diferan en sus pedidos

Cada gerente acta de acuerdo a su pas y sus ventas lo que generaba confusin
No proveen sus inventarios de seguridad de forma adecuada y generaba
problemas
Piden los artculos de manera urgente, sin proveer costos.

c) Qu efectos se han generado a partir de la mala planeacin de la demanda?

Desorganizacin en la empresa
No hay capacidad para cubrir toda la demanda
Existan faltantes
No abasteca en forma total a su mercado
La competencia tena ms ventajas sobre ellos
Incurren en ms costos

d) Todos se dan cuenta de cul es la solucin a los problemas?

No, porque en la lectura se menciona que unos estaban en la reunin un poco perdidos
mientras que otros si estaban metidos en la situacin buscando situaciones y acuerdos
para solucionar los problemas

e) Qu haras t cmo gerente de la cadena de abastecimiento ante este escenario?

En este caso procurar que los materiales y/o productos que utiliza y/o vende la organizacin
se puedan movilizar y almacenar de la manera ms eficiente a lo largo de todos los agentes
que componen la cadena de abastecimiento.

f) Qu solucin aplicaras?

En los pronsticos debera considerar los picos de la demanda, as mismo considerar

ms aun los inventarios de seguridad para poder abastecer mi mercado, y aumentar mi
capacidad de produccin , tambin dando importancia a mi sede donde tengo ms
afluencia de clientes .

g) Qu mtodo de pronstico se ajustara segn lo narrado en el caso?

En este caso un mtodo que se ajuste a la tendencia creciente Pronstico cuantitativo

h) Qu tipo de pronstico aplicaras? Por qu?

Mtodo de alisado exponencial es un mtodo de ponderacin que responde ms

fuertemente a cambios recientes en la demanda asignando una constante de alisamiento
que es ms fuerte para los datos ms recientes; es til si los cambios recientes en los datos
son el resultado del cambio real (patrn de temporada) y no solo fluctuaciones aleatorias.