Un enfoque bayesiano de planeación agregada orientado all retail marketing
Resumen
La necesidad de generar efi ciencias en las compras por volumen, o de mejorar la exactitud de los pronósticos de venta, crea un esfuerzo de integración en las organizaciones que buscan tener presencia en el canal comercial para ganar cuota de mercado. La planeación de largo plazo queda restringida a una planeación estratégica de lineamientos, escenarios prospectivos o políticas comerciales que debido a la incertidumbre sobre el comportamiento de las diversas variables influyentes en un plan de nivel táctico reducen la posibilidad de incrementar los horizontes de planeación. En el presente artículo se describe el aporte del enfoque bayesiano para mejorar la exactitud de los pronósticos ante un incremento de la periodicidad de los consumos, en un entorno altamente dinámico debido a la infl uencia de los cambios de estrategias comerciales de mediano y corto plazo, como ocurre usualmente en el retail marketing.
Descargas
Citas
Bermúdez, J. D., Segura, J. V., y Vercher, E. (2010). Bayesian forecasting with the Holt–Winters model. Journal of the Operational Research Society, 61(1), 164-171.
Cea, M. Á. (2012). Fundamentos y aplicaciones en metodología cuantitativa. Madrid: Síntesis.
Chase, C. (2014). Innovations in business forecasting: predictive analytics. The Journal of Business Forecasting, 33(1), 29-34.
Chopra, S., y Meindl, P. (2013). Supply chain management: Strategy, planning, and operation. Boston: Pearson.
Euromonitor International. (Mayo de 2014). Retailing in Peru. Recuperado de http://www.euromonitor.com/
Fildes, R., y Kingsman, B. (2011). Incorporating demand uncertainty and forecast error in supply chain planning models. The Journal of the Operational Research Society, 62(3), 483-500.
Forrester, J. W. (2007). System dynamics a personal view of the fi rst fi fty years. System Dynamics Review, 23(2-3), 345-358.
Gamerman, D., y Lopes, H. F. (2006). Markov chain Monte Carlo: stochastic simulation for Bayesian inference. Boca Ratón, FL: Chapman & Hall/CRC.
Gaur, V., Kesavan, S., Raman, A., y Fisher, M. L. (2007). Estimating demand uncertainty using judgmental forecasts. Manufacturing & Service Operations Management, 9(4), 480-491.
Gelman, A., Carlin, J. B., Stern, B. D., Vehtari, A., y Rubin, D. B. (2014). Bayesian data analysis. Boca Ratón, FL: Chapman & Hall/CRC.
González, E. (2009). Análisis bayesiano del modelo de regresión lineal con una aplicación a datos astronómicos. (Tesis de pregrado). Universidad Tecnológica de la Mixteca, México.
Lapide, L. (2014). Looking over the visible planning horizon. Supply Chain Management Review, 18(5), 4-5.
Lunn, D., Jackson, C., Best, N., Thomas, A., y Spiegelhalter, D. J. (2013). The BUGS book: a practical introduction to bayesian analysis. Florida: Chapman & Hall/CRC.
Muñoz, D. F., y Muñoz, D. G. (2008). A bayesian framework for the incorporations of priors and sample data in simulation experiments. The Open Operational Research Journal, 2, 44-51.
Ntzoufras, I. (2011). Bayesian modeling using win BUGS. New Jersey: John Wiley & Sons.
Rossi, P. E., y Allenby, G. M. (2003). Bayesian statistics and marketing. Marketing Science, 22(3), 304-328.
Simchi-Levi, D. (2010). Operations rules: delivering customer value through fl exible operations. Massachusetts: MIT Press.
Stock, J. R., Boyer, S. L., y Harmon, T. (2010). Research opportunities in supply chain management. Journal of the Academy of Marketing Science, 38(1), 32-41.
Valencia, M., Correa, J. C., Díaz, F. J., y Ramírez, S. (2014). Bayesian modeling application and optimization to demand forecasting. Ingeniería y Desarrollo, 32(2), 179-199.
Wagner, M. (2010). Forecasting daily demand in cash supply chains. American Journal of Economics and Business Administration, 2(4), 377-383.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Última actualización: 03/05/21