Métodos alternativos de predicción que reducen el efecto bullwhip en una cadena de suministro

Abstract

The research of the Bullwhip effect has given rise to many papers, aimed at both analysing its causes and correcting it by means of various management strategies because it has been considered as one of the critical problems in a supply chain. This study is dealing with one of its principal causes, demand forecasting. Using different simulated demand patterns, alternative forecasting methods are proposed, that can reduce the Bullwhip effect in a supply chain in comparison to the traditional forecasting techniques (moving average, simple exponential smoothing, and ARMA processes). Our main findings show that kernel regression is a good alternative in order to improve important features in the supply chain, such as the Bullwhip, NSAmp, and FillRate. El estudio del efecto Bullwhip ha dado lugar a numerosos artículos de investigación, tanto analizando sus causas como proponiendo estrategias para su corrección, ya que se considera uno de los problemas críticos en la gestión de la cadena de suministro. Este artículo estudia una de sus principales causas: los errores en la predicción de la demanda. Mediante el uso de patrones de demanda simulados, se proponen nuevos métodos predictivos que suponen una mejora en la reducción del efecto Bullwhip en una cadena de suministro en comparación con los métodos predictivos tradicionales (medias móviles, alisado exponencial simple y procesos ARMA). Este estudio muestra que la regresión núcleo es una buena alternativa para mejorar aspectos im- portantes en una cadena de suministro, como son Bullwhip, NSAmp (Distorsión del inventario neto) y niveles de servicio.