Adm Produccion Sofia
Adm Produccion Sofia
Adm Produccion Sofia
1.3 OBJETIVOS
1.5 METODOLOGÍA
2. DIAGNÓSTICO DE LA EMPRESA
2.1.2 UBICACIÓN
2.3.1 MISIÓN
2.3.2 VISIÓN
2.3.3 POLITICAS
2.6.1.2 MAQUINARIAS
2.6.1.3 HERRAMIENTAS
2.6.2.1 PRODUCTO
2.6.3 PRECIO
2.6.4 DISTRIBUCIÓN
3. ADMINISTRACIÓN DE LA DEMANDA
3.1 INTRODUCCIÓN
PRONOSTICO CAUSAL
3.3.4 CONCLUSIONES
4.1 INTRODUCCION
4.2.1ESTRATEGIA DE PERSECUSION
4.2.3. CONCLUSION
5.1 INTRODUCCIÓN
5.1.1 OBJETIVOS
6. CONTROL DE CALIDAD
INTRODUCCION
1.3.- Objetivos.
1.5.- Metodología.
Se llevó a cabo esta técnica por que brinda las siguientes ventajas:
1.5.1.2.- La Entrevista.
2.1.2. Ubicación.
2.3.1 Misión.-
2.3.2. Visión.-
Crecemos contigo cada día creando las mejores opciones de alimentos sanos y
nutritivos. En Sofía, se confía.
2.3.3. Políticas.-
2.3.4 Valores.-
Honestidad y Transparencia
Lealtad y Respeto
Trabajo en equipo
Solidaridad
Personal Ejecutivo
PRESIDENTE EJECUTIVO
Lic. Mario Anglarill Salvatierra
GERENTE GENERAL
Ing. Mario Ignacio Anglarill
GERENTE DE DIVISION PECUARIA
Lic. Juan Carlos Anglarill Serrate
GERENTE DE DIVISION SERVICIOS
Ing. Oscar Anglarill Serrate
GERENTE DE DIVISIÓN OPERACIONES
Dr. Julio E. Anglarill Serrate
GERENTE DE DIVISION COMERCIAL
Ing. Jorge Román Medeiros
GERENTE DE PRODUCTO TERMINADO
Ing. Miguel A. Cirbián
GERENTE DE DISTRIBUCIÓN
ADMINISTRACION DE LA PRODUCCION Página 20
Ing. Javier Olmos
GERENTE DE PROYECTOS
Ing. Gabriel Melgares
GERENTE DE PLANIFICACION Y CADENA DE SUMINISTRO
Ing. Julio César Méndez
GERENTE ADMINISTRATIVO FINANCIERO
Lic. Gary Nostas Raldes
GERENTE DE RECURSOS HUMANOS
Lic. Maira Zabala
GERENTE DE SISTEMAS
Lic. Eladio Escalante
GERENTE DE CONTABILIDAD
Lic. Nelsy Rosario Villagomez
GERENTE DE VENTAS
Lic. Maria Cecilia Parada
Avícola Sofía Ltda. Cuenta con más de 1200 empleados entre ejecutivos, técnicos,
administrativos y operarios. Se estima que provee trabajo directo a unas 6.000
personas, ya que a nuestra actividad se vinculan agricultores, proveedores de
insumos, empresas de transporte, distribuidores, etc.
Control de calidad
Empresa FRIDOSA.
Las hamburguesas de res Clásica son productos procesados que realiza SOFIA
Ltda. Se fabrican a partir de carne de res, grasa del animal como principal
ingredientes y proteína texturizada de soya , para luego ser comercializadas en
el mercado local y nacional.
Faena Bovina.
Productos Terminados.
El ciclo III compra la materia prima de ciclo I y II, la materia prima comprende
principalmente de carne y grasa; ambas pasan por un estricto control de higiene y
sanidad en sus respectivos ciclos. La materia prima que se utiliza en este ciclo es
previamente congelada en los túneles de congelamiento en bloques de 20 Kg.
aproximadamente.
Los demás aditivos e ingrediente son provenientes de empresas que cuentan con
un registro sanitario, lo que quiere decir que cumplen con las normas exigidas por
el SENASAG en cuanto a alimentos.
Los insumos que se utilizan para la producción de productos cárnicos, como ser,
bolsas en tubo, etiquetas, cajitas, cajas, bobina, etc.; son controladas al momento
de su recepción de acuerdo a las fichas técnicas de cada producto.
2.6.2.1.- Producto.
Información General
2.6.3. Precio.
2.6.4. Distribución
FORMULA
Ingredientes Cantidad en kilos
Carne de res 2000………
Soya 110………
Sal 30………
Tripolifosfato 6.5……...
Cebolla 30………
Ajo 7……….
Orégano 3………
Comino 2………
Agua 30………
Otros insumos
Proteínas 15,80 %
Gordura de pecho 12,89 %
Almidón 3,10 %
Humedad (agua) 3.10 %
Una vez que sale del túnel de ultra congelado y antes de ser embazado pasan una
vez más por un detector de metales que desecha las hamburguesas que no pasan
y por último se realiza el envasado.
Control de T ºC MP
DESINFECCIÓN DE BLOQUES DE MP
MEZCLADO DE MP Y ADITIVOS
MOLIENDA DE LA MP
FORMADO DE HAMBURGUESAS
CONGELADO DE HAMBURGUESAS
Desde que nació hace más de 38 años, SOFIA tuvo como desafío y política
empresarial permanente de innovar y ser líder en su industria y para esto se
ha propuesto dar cada vez más valor agregado a sus productos y ofreciendo
más beneficios tangentes al consumidor. Luego de consolidar su actividad
como matadero avícola y exportador, la empresa incursionó a la industria
cárnica de alto valor agregado con su amplia gama Hamburguesas que hoy
es su una de sus principales actividades. Luego de consolidar el liderazgo en
este rubro en el mercado boliviano con sus clientes corporativos y
diversificándose, al final la empresa se ha vuelto una industria de alimentos
3.1.- Introducción.
La información que ayuda a integrar las necesidades de los clientes con las
capacidades de la empresa puede desarrollarse. Promesas oportunas y honestas
sobre las órdenes de los clientes son posibles. Las actividades físicas de
distribución pueden mejorarse de manera significativa. Este capítulo muestra
cómo lograr estos beneficios. El enfoque es una combinación de técnicas y
conceptos administrativos necesarios para desarrollar esta actividad integradora.
Por las ventas del anterior semestre se puede evidenciar que la demanda
aumenta significativamente en junio tomando en cuenta que los datos son
hasta la fecha del 20 de junio del 2014 esperando un incremento para finales
del mes, esto dado por las ventas de hamburguesa y embutidos para el día
de San Juan (Tradición Cruceña).
Esta técnica sirve para calcular el pronóstico de ventas para el siguiente periodo
exclusivamente, como su nombre lo indica es un promedio que se obtiene n datos;
para definir en forma práctica cuál será el mejor resultado, se deberá tomar en
cuenta el de menor error al cuadrado.
X Yi Yf |Yi-Yf|
Julio 7 45251
Modelos de pronósticos del tipo de series de tiempo a corto plazo que pronostica
las ventas para el siguiente periodo. En este modelo, el pronóstico aritmético de
las ventas reales para un determinado número de los periodos pasados más
recientes es el pronóstico para el siguiente periodo.
X Yi Yf Yf |Yi-Yf| Yf |Yi-Yf|
Enero 1 43506 - - - -
Febrero 2 43500 - - - -
Marzo 3 39160 - - - -
Implica seleccionar diferentes pesos para cada valor de datos y luego calcular un
promedio ponderado de los valores de los n datos más recientes como el
pronóstico.
PM(3) MAD
Enero 1 43506 - -
Febrero 2 43500 - -
Marzo 3 39160 - -
Julio 7
Modelo también de pronóstico de series de tiempo a corto plazo que pronostica las
ventas para el siguiente periodo. En este método, las ventas pronosticadas para el
último periodo se modifican utilizando la información
Fo MAD fo MAD
X Yi Yf |Yi-Yf| Yf |Yi-Yf|
Enero 1 43506 - - - -
Julio 7
X Yi
Enero 1 43506
Febrero 2 43500
Marzo 3 39160
Abril 4 37410
Mayo 5 39920
Junio 6 68011
Julio 7
SUMA 271507
Promedio 45251
aritmetico
MODELO CAUSAL
A B r
A pesar de que el MAD (Desviación Absoluta Media) mas óptimo sea del método
de pronóstico del suavizado exponencial, se ha decidido pronosticar la demanda
para el segundo semestre del 2014 con el método de pronostico causal ya que
este intento es más poderoso que los métodos de serie de tiempo que únicamente
utilizan los datos históricos para pronosticar la variable.
MODELO CAUSAL
A B r
LINEAL 34247,66 3143,86 0,5154
LOGARIGMO 38546,42 6114,44 0,355
EXPONENCIAL 36497,79 1,0567 0,4719
POTENCIAL 39612 0,1013 0,3072
Y= 342470,66+3143,86X
Y1=34247,66+3143,86(1) 37391,52
Y2=34247,66+3143,86(2) 40535,38
Y3=34247,66+3143,86(3) 43679,24
Y4=34247,66+3143,86(4) 46823,1
Y5=34247,66+3143,86(5) 49966,96
Y6=34247,66+3143,86(6) 53110,76
Y7=34247,66+3143,86(7) 56254,68
Y8=34247,66+3143,86(8) 59398,54
Y9=34247,66+3143,86(9) 62542,4
Y10=34247,66+3143,86(10) 65686,26
Y11=34247,66+3143,86(11) 68830,12
Y12=34247,66+3143,86(12) 71973,98
∑
= √ −2 = √ 478206847
(−)
6−2
= 10933.97
3.3.4.- Conclusión.
4.1.- Introducción.
5.1.1.- Objetivos.
GRUPO
PIEZA
M.P.
PRODUCTO
GRUPO 1
PIEZA PIEZA PIEZA PIEZA PIEZA PIEZA PIEZA PIEZA PIEZA PIEZA PIEZA PIEZA
MATERIA MATERIA MATERIA MATERIA MATERIA MATERIA MATERIA MATERIA MATERIA MATERIA MATRIA MATERIA
PRIMA PRIMA PRIMA PRIMA PRIMA PRIMA PRIMA PRIMA PRIMA PRIMA PRIMA PRIMA
1 BK CAJA 1 CARTON
2 TK BOLSA 4 PLASTICO
3 GS HAMBURGUESA 12 CARNE
HOJA DE VERIFICACION
TOTAL 7290
D 3923 54 % 3923 54 %
B 1233 17 % 5256 71 %
A 831 11 % 5987 82 %
F 732 10 % 6719 92 %
E 341 5% 7060 97 %
Diagrama de Pareto
7290 100% 100%
97%
92% 7290
6480 7060 90%
82% 6719
80%
5670
5987
71% 70%
4860
5256
54% 60%
4050
54%
50%
3923
3240
40%
2430
30%
3923
1620 17% 20%
11%
10%
810 10%
1233 5%
831 3%
732
341 230
0 0%
D B A F E C
2. Operario no Capacitado
3. Maquina Defectuosa
4. Falta de Mantenimiento
6. Falta de Material
7. Retraso en el Proceso
9. El Plástico no es el adecuado