27,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
14 °P sammeln
  • Broschiertes Buch

Para garantizar las diferencias competitivas, el cumplimiento del nivel estimado de servicio al cliente y una mejor gestión de los artículos almacenados, las organizaciones contemporáneas aplican métodos de previsión de la demanda que tienen en cuenta los datos históricos para la planificación futura a corto y medio plazo. El objetivo del presente estudio consistió en un análisis aplicado de las herramientas de previsión de la demanda en una unidad de venta de alimentos al por menor. Para definir la metodología con mejor adherencia en el estudio de caso, se utilizó inicialmente la selección de…mehr

Produktbeschreibung
Para garantizar las diferencias competitivas, el cumplimiento del nivel estimado de servicio al cliente y una mejor gestión de los artículos almacenados, las organizaciones contemporáneas aplican métodos de previsión de la demanda que tienen en cuenta los datos históricos para la planificación futura a corto y medio plazo. El objetivo del presente estudio consistió en un análisis aplicado de las herramientas de previsión de la demanda en una unidad de venta de alimentos al por menor. Para definir la metodología con mejor adherencia en el estudio de caso, se utilizó inicialmente la selección de elementos para el estudio. Para definir los artículos que pertenecen a la canasta básica de alimentos, se realizaron los cálculos del método de la curva ABC con la ayuda de la herramienta Microsoft Excel, según la tabla 5, en la que se utilizaron las variables precio, cantidad vendida, costo de los bienes vendidos y rentabilidad. Los datos históricos de este estudio fueron extraídos por el software ERP de supermercados llamado FDC Market. A partir de los datos obtenidos durante la investigación se puede concluir que la metodología de la media móvil ponderada obtuvo resultados satisfactorios con menores errores medios absolutos.
Autorenporträt
Josinaldo Dias é Doutor em Engenharia e Ciência dos Materiais, Mestre em Engenharia de Produção e Professor associado ao Departamento de Engenharia de Produção.