1. Selección del producto: El producto seleccionado es el Micro-Fast, el cual tiene gran potencial de demanda particularmente en los nuevos mercados. Los inversionistas tienen toda su confianza puesta en el impulso que le daría este producto a las ventas y ganancias de la empresa.2. Recopilación de datos: Como el producto es nuevo, no tiene datos históricos de ventas. Por tal razón, utilizarás dos años de ventas del producto principal de la empresa, el EMV Chip, para realizar un análisis efectivo. Para generar estos datos, usa la función en Excel RANDBETWEEN. Esta función te permite generar números aleatorios entre 10,000 y 15,000. Estos serán tus valores (en dólares) de ventas a utilizar en el ejercicio.a. Para conocer como generar estos tipos de datos, lee la Guía: Cómo generar datos con la función RANDBETWEEN en Microsoft Excel, la cual se encuentra en la sección de recursos de aprendizaje del módulo 3.3. Modelos de pronóstico: Utiliza los siguientes modelos de pronóstico para prever la demanda futura del producto. Abre un libro de trabajo en Excel. Usa una hoja de trabajo distinta para mostrar el procedimiento y los resultados de cada uno de los siguientes modelos de pronóstico:a. Calcula el promedio móvil para las ventas mensuales de Modern Tech Industries utilizando un periodo de tres (3) meses del año más reciente. Registra todos los valores obtenidos.i. Informe de resultados: Inserta un cuadro de texto (text box) y analiza los resultados obtenidos bajo este modelo de pronóstico. ii. Contesta: ¿Cómo afectaría la elección de un periodo de promedio móvil más largo (ej. 6 meses) en la capacidad de anticipar y reaccionar a cambios recientes en las ventas?b. Asigna pesos a cada mes (por ejemplo, 0.3, 0.4, 0.3) y calcula el promedio móvil ponderado para las ventas mensuales utilizando el año más reciente. El total de los pesos debe ser igual a 1. Registra todos los valores obtenidos.i. Informe de resultados: Inserta un cuadro de texto (text box) y analiza los resultados obtenidos bajo este modelo de pronóstico.ii. Contesta: ¿Cuáles criterios utilizaste para asignar los pesos y cómo estos impactaron en la precisión del pronóstico?c. Elige un factor de suavización de 0.2 y utiliza el método de suavización exponencialpara pronosticar las ventas mensuales. Registra los valores obtenidos.i. Informe de resultados: Inserta un cuadro de texto (text box) y analiza los resultados obtenidos bajo este modelo de pronóstico.ii. Contesta: ¿Cómo el método de suavización exponencial podría adaptarse a las fluctuaciones en la demanda de microchips, considerando las posibles variaciones estacionales en la demanda de componentes tecnológicos?d. Selecciona el modelo que a tu juicio presenta el mejor pronóstico de ventas. Justifica tu selección.e. Cálculo de precisión: Calcula el error absoluto medio (MAE) o el error cuadrático medio (MSE), para evaluar la eficacia y precisión del pronóstico del modelo seleccionado. Analiza el resultado. 4. Preguntas finales: Supón que las ventas de Modern Tech Industries están influenciadas por estacionalidades.a. ¿Cómo crees que la implementación del modelo estacional (seasonal) podría mejorar la precisión de los pronósticos de ventas en comparación con enfoques no estacionales?b. ¿Cuáles podrían ser los beneficios específicos de considerar patrones estacionales en la industria de microchips?

Question

1. ﻿Selección del producto: El producto seleccionado es el Micro-Fast, el cual tiene gran potencial de demanda particularmente en los nuevos mercados. Los inversionistas tienen toda su confianza puesta en el impulso que le daría este producto a las ventas y ganancias de la empresa.2. ﻿Recopilación de datos: Como el producto es nuevo, no tiene datos históricos de ventas. Por tal razón, ﻿utilizarás dos años de ventas del producto principal de la empresa, el EMV Chip, para realizar un análisis efectivo. Para generar estos datos, usa la función en Excel RANDBETWEEN. Esta función te permite generar números aleatorios entre 10,000 ﻿y 15,000. ﻿Estos serán tus valores (en dólares) ﻿de ventas a utilizar en el ejercicio.a. ﻿Para conocer como generar estos tipos de datos, lee la Guía: Cómo generar datos con la función RANDBETWEEN en Microsoft Excel, la cual se encuentra en la sección de recursos de aprendizaje del módulo 3.3. ﻿Modelos de pronóstico: Utiliza los siguientes modelos de pronóstico para prever la demanda futura del producto. Abre un libro de trabajo en Excel. Usa una hoja de trabajo distinta para mostrar el procedimiento y los resultados de cada uno de los siguientes modelos de pronóstico:a. ﻿Calcula el promedio móvil para las ventas mensuales de Modern Tech Industries utilizando un periodo de tres (3) ﻿meses del año más reciente. Registra todos los valores obtenidos.i. ﻿Informe de resultados: Inserta un cuadro de texto (text box) ﻿y analiza los resultados obtenidos bajo este modelo de pronóstico. ﻿ii. ﻿Contesta: ¿Cómo afectaría la elección de un periodo de promedio móvil más largo (ej. 6 ﻿meses) ﻿en la capacidad de anticipar y reaccionar a cambios recientes en las ventas?b. ﻿Asigna pesos a cada mes (por ejemplo, 0.3, 0.4, 0.3) ﻿y calcula el promedio móvil ponderado para las ventas mensuales utilizando el año más reciente. El total de los pesos debe ser igual a 1. ﻿Registra todos los valores obtenidos.i. ﻿Informe de resultados: Inserta un cuadro de texto (text box) ﻿y analiza los resultados obtenidos bajo este modelo de pronóstico.ii. ﻿Contesta: ¿Cuáles criterios utilizaste para asignar los pesos y cómo estos impactaron en la precisión del pronóstico?c. ﻿Elige un factor de suavización de 0.2 ﻿y utiliza el método de suavización exponencialpara pronosticar las ventas mensuales. Registra los valores obtenidos.i. ﻿Informe de resultados: Inserta un cuadro de texto (text box) ﻿y analiza los resultados obtenidos bajo este modelo de pronóstico.ii. ﻿Contesta: ¿Cómo el método de suavización exponencial podría adaptarse a las fluctuaciones en la demanda de microchips, considerando las posibles variaciones estacionales en la demanda de componentes tecnológicos?d. ﻿Selecciona el modelo que a tu juicio presenta el mejor pronóstico de ventas. Justifica tu selección.e. ﻿Cálculo de precisión: Calcula el error absoluto medio (MAE) ﻿o el error cuadrático medio (MSE), ﻿para evaluar la eficacia y precisión del pronóstico del modelo seleccionado. Analiza el resultado. ﻿4. ﻿Preguntas finales: Supón que las ventas de Modern Tech Industries están influenciadas por estacionalidades.a. ¿Cómo crees que la implementación del modelo estacional (seasonal) ﻿podría mejorar la precisión de los pronósticos de ventas en comparación con enfoques no estacionales?b. ¿Cuáles podrían ser los beneficios específicos de considerar patrones estacionales en la industria de microchips?

Accepted Answer

En este trabajo se presenta un análisis de la dem...

¡Tu solución está lista!

Estudia mejor, ¡ahora en español!