Beruflich Dokumente
Kultur Dokumente
Las Familias Estables son conjunto de datos que siguen un comportamiento estable en funcin del
tiempo. A este tipo de Familias pertenecen todos aquellos productos que sus ventas se mantienen en los
mismos niveles no importando la poca en que se encuentre, por ejemplo: Gasolina, Gas Propano,
Cemento, etc.
ENFOQUES DE LA PREVISION: Existen dos enfoques generales de las previsiones de la misma forma que
existen dos formas de abordar toda la planificacin de decisiones. Uno es el enfoque cualitativo o
subjetivo, en el cual se incorporan factores tales como la intuicin de la persona que toma decisiones,
emociones, experiencias personales y sistema de valores para realizar la previsin. El enfoque cuantitativo
emplea diferentes modelos matemticos que utilizan datos histricos y/o variables causales para prever la
demanda. En la prctica el ms efectivo suele ser una combinacin de los dos enfoques. Nuestro estudio
se basar en el enfoque cuantitativo.
Los pasos a seguir para efectuar un pronstico confiable inician con la tabulacin de informacin de ventas
histricas; en base a este grfico se efectan los Anlisis Primario y Secundario para luego determinar las
proyecciones de demanda futuras que, para nuestro caso en particular, denominamos Pronstico de
Riesgo; siendo este ltimo el objetivo del anlisis cuantitativo. Una planificacin eficiente, tanto a corto,
mediano o largo plazo, est en funcin de una efectiva previsin de demanda de los productos o servicios
que proveen las organizaciones.
OBJETIVOS
GENERAL
ESPECIFICOS
PASOS PARA ESTABLECER PRONOSTICOS (en general para cualquier Mtodo Cuantitativo):
1. GRAFICO O TABULACION DE DATOS:
Ploteo del conjunto de datos en un grfico Ventas contra Tiempo.
2. ANALISIS PRIMARIO:
Se observa detenidamente la forma y comportamiento que sigue la curva resultante para
identificarla o catalogarla dentro de un grupo de curvas conocido. A veces no se puede visualizar a
que tipo pertenece, por lo tanto se procede a alisar la curva; este procedimiento consiste en
incrementar o reducir la escala que se est utilizando, o bien, reducir la cantidad de perodos de
ventas reales ploteados.
3. ANALISIS SECUNDARIO:
Conociendo el grupo al que pertenece el conjunto de datos, se elige un perodo congelado de
ventas conocido (en nuestro caso ser igual a cuatro,) el cual se selecciona como los ltimos cuatro
valores de ventas reales del ltimo perodo a evaluar, con el fin de determinar Pronsticos de
Evaluacin para cada Mtodo Cuantitativo por analizar.
4. PRONOSTICO DE RIESGO:
Es la proyeccin de demanda futura que necesitamos conocer para un perodo especfico, se basa
en el Mtodo Cuantitativo que mejor error acumulado arroj durante la etapa de Anlisis
Secundario.
FUNDAMENTO CONCEPTUAL
TIPOS DE PRONOSTICOS: El pronstico se puede clasificar en cuatro tipos bsicos: modelos cualitativos,
mtodos cuantitativos (anlisis de series de tiempo y relaciones causales) y simulacin. Para efectos de la
prctica, nos centraremos en el estudio de los Mtodos Cuantitativos los cuales a su vez se clasifican,
atendiendo al comportamiento de las ventas histricas de un producto en particular, de la siguiente
manera:
A.
B.
C.
D.
ltimo Perodo: El pronstico de un mes (n) en particular es la venta real del mes anterior (n1) y as sucesivamente para todo el perodo congelado de ventas elegido:
Pn = Vn-1
n-1
Promedio Mvil Simple: Mtodo de Previsin que utiliza la media de los n perodos de datos
ms recientes para efectuar la proyeccin del perodo siguiente. Para nuestro caso en
particular, elegimos un ciclaje igual a cuatro (perodo congelado de ventas reales ):
Pn =
Promedio Mvil Ponderado: La sumatoria de las ponderaciones elegidas deben ser igual al
nmero de perodos a pronosticar, es decir, el valor del ciclaje elegido. En nuestro caso para
efectos didcticos elegimos un ciclaje igual a cuatro, en otras palabras los valores escalares de
las ponderaciones suman cuatro, y cada uno de stos multiplica al valor de las ventas reales de
los cuatro meses anteriores al mes que necesitamos pronosticar (otorgndole mayor
ponderacin a los perodos ms recientes), ejemplo:
Ponderaciones:
0.5
Pn =
0.8
1.2
1.5
Recordatorio: Se sabe que sobre ponderando los meses ms recientes se obtiene una
proyeccin ms exacta.
Tcnica de previsin de media mvil ponderada en la que los datos se valoran por medio de una
funcin exponencial, su forma general es la siguiente:
Pn = Pn-1 + (Vn-1 Pn-1)
Dnde:
Factor alfa
Pn
Pn-1
Vn-1
=
=
=
=
nueva previsin
previsin del ltimo perodo
demanda real del ltimo perodo
constante de alisado (alfa)
0 1
Este mtodo cuantitativo toma en cuenta la proyeccin de tendencia de los datos que, en
condiciones normales, tienden a desfasarse con respecto a las ventas reales. Al aplicar el concepto
de tendencia, se obtiene una proyeccin ms confiable del grupo de datos sobre los que se quiere
pronosticar; su formulacin general es:
Pn = Pn-1 + ( 1 ) / * Tn-1
Tn = (Vn Vn-1) + ( 1 ) * Tn-1
Tn-1 = Tendencia pivote = Vn-1 Vn-2
Donde
4.1
Pn
Pn-1
Tn-1
=
=
=
=
k = 1, 2, 3, .
a. El primer pronstico de riesgo es el ltimo pronstico de evaluacin del mtodo que menor
error acumulado (error de previsin) tiene despus de efectuar la comparacin entre los
distintos mtodos cuantitativos (tambin puede ser entre distintos tipos de Curva).
b. La tendencia ltima corresponde al ltimo pronstico de evaluacin y la tendencia pivote es
una anterior a aquella. Si quisiramos conocer el Pronstico de Riesgo del siguiente perodo
(iniciando por el mes de enero) entonces tendramos:
Penero =
Pfeb =
Pmar =
Pabr =
PROCEDIMIENTO DE SOLUCIN
PASOS
DESCRIPCIN
HERRAMIENTAS A
UTILIZAR
PASO 1
PASO 2
Diagramas X-Y
Lpiz, borrador
PASO 3
PASO 4
PASO 5
PASO 6
PASO 7
Matrices
Lpiz, borrador, hojas,
calculadora
Matrices
Lpiz, borrador, hojas,
calculadora
Matrices
Lpiz, borrador, hojas,
calculadora
Matrices
Lpiz, borrador, hojas,
calculadora
Hoja milimetrada, regla,
lpiz, borrador
Hoja de Microsoft Excel
Software del curso
PERIODO 1
PERIODO 2
PERIODO 3
ENERO
689
679
699
FEBRERO
678
690
683
MARZO
690
684
700
ABRIL
695
695
688
MAYO
685
684
693
JUNIO
680
692
684
JULIO
698
685
678
AGOSTO
675
679
682
SEPTIEMBRE
684
687
685
OCTUBRE
681
697
680
NOVIEMBRE
679
675
686
DICIEMBRE
686
684
692
Determinar:
1. Grfico de ventas reales.
2. Efectuar el Anlisis Primario observando la tendencia que siguen los datos histricos.
3. Establecer el Anlisis Secundario utilizando los siguientes valores escalares de ponderaciones:
(0.3 0.7 1.2 1.8), con un ciclaje = 4.
4. Determinar la Proyeccin futura para el primer cuatrimestre del perodo 4.
SOLUCION DEL CASO PRCTICO (Familias Estables)
1. TABULACION DE DATOS:
Ventas de los ltimos tres perodos
800
700
600
Ventas
500
400
300
200
100
0
0
10
20
30
Mes
40
50
60
2. ANALISIS PRIMARIO:
Luego de analizar el comportamiento del juego de ventas de los tres perodos, se puede observar
que el comportamiento de la curva se mantiene constante alrededor de cierto nivel, por lo tanto se
clasifica como una Familia o Serie Estable.
3. ANALISIS SECUNDARIO:
Se procede a evaluar los Mtodos Cuantitativos para Familias Estables con el propsito de
encontrar las Proyecciones de Evaluacin, utilizando un ciclaje = 4, es decir, elegimos un perodo
congelado de ventas conocido igual a los ltimos cuatro meses del perodo tres (corresponde a los
meses 33, 34, 35 y 36):
VENTAS
685
680
686
692
PROYECCION
682
685
680
686
ERROR
3
-5
6
6
E
3
8
14
20
PROMEDIO ARITMETICO
En este caso nos interesa todo el historial de ventas conocido, es decir, la totalidad de los tres
perodos completos. La proyeccin para el mes 33 es:
P33 = ( 32
1 ) / 32 ; y as sucesivamente hasta P 36
P33 = ( 689+678+690+.+684+678+682) / 32 = 687
MES
33
34
35
36
VENTAS
685
680
686
692
PROYECCION
687
687
686
686
ERROR
-2
-7
0
6
2
9
9
15
VENTAS
685
680
686
692
PROYECCION
685
683
682
684
ERROR
0
-3
4
8
0
3
7
15
VENTAS
685
680
686
692
ERROR
2
-3
4
8
E
2
5
9
17
PROYECCION
683
683
682
684
=
=
=
=
=
=
=
=
684
685
683
685
PROYECCION
684
685
683
685
ERROR
1
-5
3
7
1
6
9
16
MES
33
34
35
36
VENTAS
685
680
686
692
PROYECCION
690
694
694
697
ERROR
-5
-14
-8
-5
E
5
19
27
32
PERIODO 1
446
455
454
452
444
448
440
447
439
438
442
448
PERIODO 2
455
441
438
456
451
445
450
451
448
440
442
439
Determinar:
1. Un grfico con una escala adecuada que muestre el comportamiento del juego de datos.
2. Realizar el Anlisis Primario y Secundario de las ventas reales (ciclaje = 4).
3. Establecer el Pronstico de Riesgo del primer cuatrimestre del perodo 3. Grafique los
resultados.
(Ponderaciones = 0.7 ; 0.9 ; 1.1 ; 1.3 ) ( = 0.5 )
REPORTE 1.1
DESCRIPCION DEL CASO PROPUESTO
La compaa cementera GUATEMIX se dedica a la importacin de cemento proveniente de Costa Rica el
cul cumple con las normativas nacionales de construccin de todo tipo de obra. Sus precios son un 20%
menor a los de la cementera nacional y por esto sus ventas han crecido paulatinamente. La compaa
consciente de esa situacin, est evaluando la posibilidad de incrementar los pedidos de cemento; su
estrategia consiste en la compra de lotes mucho mayores, incrementar la cantidad de puntos de venta
alrededor del pas, asimismo generar fuentes de empleo a travs de la contratacin de personal para el
Departamento de Ventas que tenga como principal competencia la excelencia en Servicio a Clientes,
adems poseer cierto nivel tcnico en cuanto a las aplicaciones, preparacin, mezclas y fraguado del
cemento segn el tipo de construccin a realizar. Es por eso que se desea prever la demanda futura de su
producto Cemento Cinco Estrellas, para lo cual le proporciona los movimientos de ventas histricas de los
ltimos tres perodos, los cuales se detallan a continuacin:
MES
VENTAS (2013)
VENTAS (2014)
VENTAS (2015)
ENERO
425
424
425
FEBRERO
420
412
413
MARZO
409
415
415
ABRIL
418
414
426
MAYO
428
420
422
JUNIO
410
417
410
JULIO
408
415
415
AGOSTO
420
410
418
SEPTIEMBRE
417
412
408
OCTUBRE
415
410
409
NOVIEMBRE
422
420
416
DICIEMBRE
420
418
422
Determinar:
Se le pide a usted, como Ingeniero Industrial, que utilice las herramientas a su alcance para
establecer el pronstico de demanda futura para los primeros seis meses del cuarto perodo
a) Estimar el Pronstico de Riesgo para los primeros cuatro meses del cuarto perodo (2016).
(Ponderaciones = 0.6 0.9 1.1 1.4)
Utilizar = 0.2 & = 0.8
i.
ii.
iii.
Qu mtodo le aconseja aplicar para distribuir los puntos de venta alrededor de la capital?
Cules son las aptitudes y habilidades que debe poseer el personal a reclutar para atender
las sucursales de venta?
Qu mtodo de Administracin de Personal utilizar para el reclutamiento y seleccin de
las personas que atendern a los clientes? Disee una Hoja de Especificaciones para el
puesto.
Forma General
Y = a+b*x
Y = a + b * Ln x
Y = a * bx
Y = a * xb
El modelo matemtico a utilizar ser el de Anlisis de Regresin Lineal, ya que es el mtodo que relaciona
dos variables con determinado grado de correlacin y, a la vez, muestran un comportamiento ascendentedescendente en funcin del tiempo. Para efectos didcticos, se evaluarn las cuatro ecuaciones normales
descritas arriba. El procedimiento de solucin es el siguiente:
PROCEDIMIENTO DE SOLUCIN
PASOS
DESCRIPCIN
HERRAMIENTAS A
UTILIZAR
PASO 1
PASO 2
Diagramas X-Y
Lpiz, borrador
PASO 3
PASO 4
PASO 5
PASO 6
PASO 7
Matrices
Lpiz, borrador, hojas,
calculadora
Regresin Lineal
Lpiz, borrador, hojas,
calculadora cientfica
Matrices
Elegir el menor error acumulado seleccionndolo de las distintas
Lpiz, borrador, hojas,
ecuaciones de Regresin Lineal evaluadas
calculadora
Valuar de nuevo la totalidad de los datos histricos con la
Regresin Lineal
ecuacin normal que tiene el menor error acumulado y
Lpiz, borrador, hojas,
obtener nuevos valores para a, b & r
calculadora cientfica
Determinar el Pronstico de Riesgo, valuando el perodo futuro
que nos interesa, en la ecuacin normal con sus valores de a, b
& r obtenidos en el PASO 6. Tabular los resultados
Tomando en cuenta las ventas histricas de los ltimos tres perodos, se pretende predecir la demanda
futura del modelo PG-9110 que una de estas compaas de telefona mvil acaba de lanzar al mercado.
Los datos se muestran a continuacin:
MES
PERIODO 1
PERIODO 2
PERIODO 3
ENERO
750
1224
1550
FEBRERO
784
1208
1532
MARZO
815
1275
1508
ABRIL
872
1302
1578
MAYO
936
1350
1560
JUNIO
940
1405
1625
JULIO
980
1436
1706
AGOSTO
994
1475
1750
SEPTIEMBRE
1080
1464
1760
OCTUBRE
1165
1480
1796
NOVIEMBRE
1150
1504
1815
DICIEMBRE
1190
1525
1872
1200
1000
800
600
400
200
0
0
10
20
30
40
Mes
Determinar:
1. El Anlisis Primario y Secundario para el juego de datos conocido, utilizando un ciclaje = 4
(realizar los clculos utilizando el Software de Aplicacin y tambin ingresando datos en los
programas que poseen las calculadoras cientficas). Comparar.
2. El Pronstico de Riesgo para el primer semestre del perodo nmero cuatro.
3. Dibujar el grfico con los datos resultantes del Pronstico de Riesgo comparndolos contra
las ventas reales conocidas. Interpretar el resultado obtenido.
FORMA GENERAL
y = a + bx
y = a + b Ln x
y = a * bx
y = a * xb
a
788.95
421.27
830.11
621.24
b
30.05
346.74
1.0249
0.2746
r
0.9837
0.9596
0.9660
0.9739
Se procede a valuar cada ecuacin con los valores del perodo congelado de ventas elegido, es decir, los
meses del 33 al 36:
i.
ii.
iii.
iv.
EC. LINEAL:
MES
33
34
35
36
VENTAS
1760
1796
1815
1872
PROYECCION
1781
1811
1841
1871
ERROR
-21
-15
-26
1
21
36
62
63
EC. LOGARITMICA
MES
33
34
35
36
VENTAS
1760
1796
1815
1872
PROYECCION
ERROR
1634
1644
1654
1664
-126
-152
-161
-208
126
278
439
647
EC. EXPONENCIAL
MES
33
34
35
36
VENTAS
1760
1796
1815
1872
PROYECCION
1872
1916
1964
2013
ERROR
-112
-120
-149
-141
112
232
381
522
VENTAS
1760
1796
1815
1872
PROYECCION
1623
1637
1650
1662
ERROR
137
159
165
210
137
296
461
671
EC. POTENCIAL
MES
33
34
35
36
El mtodo que menor error acumulado tiene es la forma LINEAL (63) , asimismo tambin tiene el factor de
correlacin ms cercano a uno (0.9837).
3. PRONOSTICO DE RIESGO: Se calculan nuevos valores de a , b & r solamente para la Ecuacin de
Regresin Lineal, tomando en cuenta la totalidad de las ventas reales (36 meses):
Ec. Lineal
y = 791.71 + 29.81x
r = 0.9882
MES
PRONOSTICO DE
RIESGO
37
38
39
40
41
42
1895
1925
1955
1985
2014
2044
PERIODO 1
PERIODO 2
ENERO
1200
1800
FEBRERO
1300
1900
MARZO
1330
1950
ABRIL
1400
2000
MAYO
1500
2100
JUNIO
1520
2200
JULIO
1550
2300
AGOSTO
1600
2350
SEPTIEMBRE
1700
2400
OCTUBRE
1710
2500
NOVIEMBRE
1720
2600
DICIEMBRE
1750
2700
REPORTE 1.2
DESCRIPCION DEL CASO PROPUESTO:
El restaurante DELICIAS TROPICALES se encuentra ubicado en el departamento de Izabal a orillas de Rio
Dulce, se dedica a la venta de platillos de mariscos, cuentan con una receta que ha pasado de generacin
en generacin para la realizacin de su famoso caldo de mariscos al estilo Livingston siendo su platillo
principal.
Sus ventas han crecido a travs del tiempo y por esto el gerente desea ampliar las instalaciones del
restaurante as como implementar un pequeo hostal con 6 habitaciones.
Para esto el gerente proporciona los datos de ventas reales de los ltimos tres perodos anuales (2013,
2014 y 2015) por cada mes, para que se le estimen las ventas potenciales de los primeros seis meses del
ao 2016, y as analizar la factibilidad de la inversin.
MES
ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
JULIO
AGOSTO
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE
VENTAS (2013)
350
355
375
395
420
405
430
450
465
460
450
450
VENTAS (2014)
440
455
485
475
490
510
515
525
560
585
575
570
VENTAS (2015)
585
605
630
655
670
655
650
680
700
695
710
705
En nuestro caso, el perodo congelado de ventas sern los ltimos cuatro meses del ao 2015
Determinar:
a) Un grfico de Ventas contra Tiempo.
b) Desarrollar los Anlisis Primario y Secundario para el conjunto de ventas histricas.
c) Estimar la Proyeccin futura para el primer semestre del ao 2016 en base a la evaluacin
realizada de los tres ltimos aos.
d) Analizar y proponer en forma individual lo siguiente:
i. Le aconsejara adquirir un financiamiento bancario?
ii. Debe arriesgarse en la implementacin de un hostal o diversificar sus productos?
IMPORTANTE: Realizar los grficos de ventas contra tiempo en papel milimetrado.
CONCLUSIONES
Los mtodos cuantitativos matemticos son herramientas que nos ayudan a predecir la demanda
futura de productos y/o servicios, partiendo del anlisis de informacin histrica proporcionada por
el Departamento de Ventas.
Los productos que no tienen mucha competencia en el mercado se caracterizan por seguir
tendencias estables en el tiempo, manteniendo su demanda potencial sin muchos altibajos,
ejemplo de ellos pueden ser: cemento, pollo, combustibles, azcar.
Cuando un producto posee una demanda cada vez ms creciente o por el contrario, aquellos
productos que por sus caractersticas el ciclo de vida se encuentra en su etapa terminal (salen del
mercado consumidor), se identifican con curvas que utilizan modelos matemticos de Regresin
Lineal para estimar la proyeccin futura.
Existen dos puntos de vista muy importantes para analizar la previsin de la demanda futura:
Cualitativo y Cuantitativo, sobre lo cual la proyeccin ms confiable ser aquella que combine
eficientemente ambos puntos de vista tomando en cuenta los factores internos y externos
asociados a cada punto de vista.
BIBLIOGRAFIA
TORRES, Sergio : CONTROL DE LA PRODUCCION
Guatemala, C. A.
HEIZER, Jay & RENDER, Barry: DIRECCION DE LA PRODUCCION. Decisiones Tcticas. Editorial PrenticeHall. Sexta Edicin. Impreso en Espaa. Ao 2001.