Buscar en Google Scholar
Título: Metodología de gestión de la demanda basado en forecast: solución para pronóstico erróneo de materiales en industria hotelera
Otros títulos: Demand management methodology based on forecast: solution for wrong forecast of materials in hotel industry
Asesor(es): Ramirez Valdivia, Cesar Marcial
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#5.02.04
Fecha de publicación: 8-feb-2021
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: El pronóstico erróneo de huéspedes y materiales en los hoteles de Huancayo es un problema que conlleva a generar gastos ocasionados por rotura de stock y exceso de stock, que a su vez conlleva a pérdida de clientes. De esta forma se diseñó un modelo el cual mediante cuatro métodos de pronóstico puede sugerir al hotel qué cantidad de huéspedes van a arribar al hotel y cuántos productos se debe de comprar para evitar costos adicionales. En esta investigación se dará a conocer los resultados obtenidos con la aplicación de un modelo de pronóstico de la demanda basado en forcast en el hotel “Rey” ubicado en la provincia de Huancayo del departamento de Junín. En el presente artículo se pronosticó cantidades para el año 2020 y se comparan mediante el error MAPE, así se logra sugerir un pronóstico con un porcentaje de error reducido y mejor a comparación con el que se tenía antes de la implementación.

The wrong forecast of guests and materials in Huancayo’s hotels is a big problem that leads to the generation of expenses caused by stock breakage and excess stock, which in turn leads to loss of customers. In this way, a model was designed which, through four forecasting methods, can suggest to the hotel how many guests will arrive at the hotel and how many products should be purchased to avoid additional costs. In this research, the results obtained with the application of a demand forecasting model based on forcast in the “Rey” hotel, located in Huancayo, will be disclosed. In this article, quantities were predicted for the year 2020 and they are compared using the MAPE error, in this way is possible to suggest a forecast with a reduced and better error percentage compared to the one that was had before implementation.
Enlace al repositorio: http://hdl.handle.net/10757/655526
Disciplina académico-profesional: Ingeniería y Gestión Empresarial
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grado o título: Bachiller de Gestión Empresarial
Fecha de registro: 15-abr-2021



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons