Show simple item record

dc.rights.licensehttps://creativecommons.org/licenses/by-sa/2.5/ar/es_AR
dc.contributor.advisorRoccatagliata, Pablo
dc.contributor.authorBarreira Lang, Juan Pedroes_AR
dc.date.accessioned2024-04-04T16:04:03Z
dc.date.available2024-04-04T16:04:03Z
dc.date.issued2022
dc.identifier.urihttps://repositorio.utdt.edu/handle/20.500.13098/12561
dc.description.abstractHoy en día la industria de bebidas, al igual que cualquier industria madura, se encuentra atravesando crecimientos poco significativos año a año, por lo cual, se hace imprescindible el foco en la reducción de costos maximizando la contribución marginal de cada producto vendido. La proyección de la demanda es una actividad que tiene gran impacto, no solo en la definición de estrategias a futuro, sino que también en los costos de la empresa. Una mala proyección puede hacer que algunos productos dejen de ser rentables al elevar los costos asociados a esta. A lo largo de la presente tesis se repasaron las bases de la preparación de un forecast estadístico. Partiendo desde los modelos matemáticos más simples para el análisis de series de tiempo, entendiendo cuál modelo aplica mejor a cada tipo de serie de tiempo. Y llegando a las herramientas disponibles más complejas que permiten hoy entender la evolución de la demanda basado en datos históricos y correlaciones con otras variables. Adicionalmente se intentó entender cuáles son las dificultades más comunes que puede enfrentar una empresa al intentar armar un buen forecast. Y finalmente se planteó los posibles impactos a lo largo de la cadena de suministro de errores en esa proyección. Luego se analizó el caso particular de la empresa Beers para su negocio de cervezas dentro de Argentina, se relevó el proceso de preparación del forecast así como también el proceso de preparación del plan de producción y de transporte que toman este forecast como principal input. Durante este análisis se detectaron varios puntos de dolor, identificando las principales dificultades existentes al momento de preparar el forecast así como también el impacto que se tiene de los errores del mismo.es_AR
dc.format.extent49 p.es_AR
dc.format.mediumapplication/pdfes_AR
dc.languagespaes_AR
dc.publisherUniversidad Torcuato Di Tellaes_AR
dc.rightsinfo:eu-repo/semantics/openAccesses_AR
dc.subjectIndustria cerveceraes_AR
dc.subjectBrewing industryes_AR
dc.subjectEstudios de mercadoes_AR
dc.subjectDemanda de consumoes_AR
dc.titleUso de modelos de forecast de demanda para el mercado de consumo masivo aplicado a empresa cerveceraes_AR
dc.typeinfo:eu-repo/semantics/masterThesises_AR
dc.typeinfo:ar-repo/semantics/tesis de maestríaes_AR
thesis.degree.nameEMBA | Executive MBAen
dc.subject.keywordForecasting de demandaes_AR
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_AR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record