Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...
El qué, el cómo y el por qué del Diagnóstico Situacional y el Modelamiento.pptx
1. El qué, el cómo y el por
qué del Diagnóstico
Situacional y el
Modelamiento
Mary Daniela Araya Díaz
Daniel Antonio Beeche Betancou
Michelle Castillo Gómez
Joan Chacón Alfaro
Nayuribe Díaz Argüello
Jeremy Vega Quirós
2. Diagnostico
Situacional
Herramienta que permite detectar
las causas principales de un
problema, que tiene su empresa de
manera que se puedan enfocar o
canalizar los esfuerzos futuros en
buscar las medidas más efectivas y
evitar el desperdicio de energía.
esfuerzos, tiempo y dinero.
3. Objetivo de Diagnóstico de
Situacional
Llevar a cabo una Planificación
Estratégica Empresarial Competitiva,
llevando consigo una responsabilidad
acerca del futuro del negocio,
4. En qué consiste el
Diagnostico Situacional
1. Evaluación de las características generales de la empresa
2. Evaluación de las políticas, los objetivos y estrategias
3. Evaluación financiera
4. Evaluación de la comercialización
5. Evaluación de la producción (actividades / procesos)
6. Evaluación de investigación, planificación y desarrollo
de productos/servicios (R&D)
7. Evaluación de los recursos humanos
8. Evaluación de los sistemas y prácticas de gestión
5. El acto de reproducir el comportamiento de un
sistema, utilizando un modelo que describa los
procesos de dicho sistema, se llama simulación.
Una vez que se ha desarrollado el modelo, el
analista puede manipular ciertas variables para
medir los efectos de los cambios introducidos
en las características de operación de su interés.
Modelamiento
6. El proceso de Modelamiento
El proceso de simulación incluye recopilación de datos, asignación de números
aleatorios, formulación del modelo y análisis. Este proceso se conoce como
simulación Monte Carlo, en alusión a la capital europea de los juegos de azar, por
los números aleatorios que se utilizan para generar los acontecimientos de la
simulación
7. Pasos para generar un modelamiento
- Definición del problema
- Recolección de datos
- Asignación de números aleatorios
- Formulación del modelo
- Validación
- Análisis.