INTRODUCCION

Durante el proceso de produccin es comn la realizacin de pronsticos con la

finalidad de intentar reducir la incertidumbre en el cambio de la demanda del
producto o servicio que se produce, a su vez se busca el uso ptimo de todos los
recursos implicados en el proceso de produccin como lo son la mano de obra,
maquinaria, materia prima, etc.

La planeacin o realizacin de estos pronsticos se realiza a partir del uso

adecuado de la informacin, como por ejemplo el histrico de ventas de la empresa
para de esa forma realizar un pronstico confiable haciendo uso de estos datos.

Sin embargo, para realizar un pronstico de ventas y entender su relacin con las
redes neuronales, es importante conocer que es un pronstico de ventas. Un
pronstico de ventas es una herramienta que permite estimar o reducir la
incertidumbre sobre el cambio de la demanda de un producto en el futuro.

Las tcnicas ms utilizadas son el juicio ejecutivo, encuesta de pronstico de los

clientes, encuesta de pronstico de la fuerza de ventas, mtodo (Delphi), anlisis
de series de tiempo, anlisis de regresin y la prueba de mercado.

Conociendo la definicin, funcin y las tcnicas ms utilizadas se busca poder

identificar en que consiste cada una y en que casos conviene la aplicacin de las
diferentes tcnicas en los distintos sistemas de produccin que pueden tener las
empresas.
 OBJETIVOS

GENERAL:

Comprender el funcionamiento de las redes neuronales y su relacin con el

pronstico de ventas

ESPECIFICOS:

Entender cmo funcionan las distintas tcnicas que se utilizar para realizar
pronsticos
Identificar las tcnicas ms utilizadas para realizar un pronstico de ventas
Conocer el funcionamiento de las redes neuronales y su adaptacin en el
pronstico de ventas
 DESARROLLO

La planeacin, los inventarios, la programacin y el control son aspectos

importantes cuando se refiere a la produccin de una empresa, es
precisamente en la planeacin donde se realizan los pronsticos para reducir
la incertidumbre del cambio en la demanda. Por lo anterior, es necesaria la
utilizacin de tcnicas que permitas realizar pronsticos haciendo uso de
informacin para que el pronstico sea lo ms cercano a la realidad o
confiable

Juicio Ejecutivo: Esta tcnica para el pronstico de ventas consiste en la

intuicin de uno o ms ejecutivos que conocen todo el funcionamiento de
la empresa o que tienen una vasta experiencia y estos se encargan de hacer
el pronstico, suele usarse en empresas japonesas que antes de realizar sus
pronsticos acuden a los miembros ms experimentados de la empresa para
pedir su opinin acerca del cambio en la dems. Esta tcnica tiene como
principal problema que se basa en la intuicin y tiene en cuenta ms las
experiencias pasadas de las personas experimentadas, pasando por alto los
hechos recientes o cambios en el entorno que pueden afectar el pronstico
de cambio en la demanda.

Encuesta de pronstico de los clientes: Esta tcnica sele utilizarse en

empresas que tienen pocos clientes y se acude a ellos para estimas o realizar
el pronstico de ventas, esta tcnica suele ser ms precisa porque se
pregunta directamente a los clientes conociendo su intencin de compra,
pero no refleja las compras reales.

Encuesta de pronstico de la fuerza de ventas: La fuerza de ventas hace

referencia al personal encargado de las ventas, este es encuestado para
conocer la estimacin de ventas que estos tienen y la sumatoria de estas
estimaciones individuales generara el pronstico de la empresa, esta tcnica
tiene como problema que los vendedores procuran hacer estimaciones bajas
para cumplir con el pronstico y facilitar la obtencin de comisiones o
bonos.

Mtodo Delphi: Este mtodo busca tener un pronstico lo ms preciso

posible debido a que se contratan a distintos expertos para que realicen el
pronstico, teniendo como particularidad que estos trabajan por separado y
solo cuando lleguen a un consenso de los distintos pronsticos se considera
terminado el pronstico de ventas.

Anlisis de series de tiempo: para esta tcnica se utilizan los datos

histricos de los cambios en la demanda para determinar si existe algn tipo
de tendencia que obedezca a distintas tendencias estacionales, cclica,
aleatoria o errtica. en caso de tener tendencia cclica, con un sistema de
regresin lineal se podr determinar la lnea de tendencia que tiene ese
producto; por otra parte, si se trata de una tendencia estacional se conocer
por medio de los promedios mviles del producto que busca eliminar el
impacto de los elementos irregulares histricos mediante un enfoque en los
periodos de demanda reciente. si existe un comportamiento errtico de las
ventas, se puede afirmar que existe un factor aleatorio debido a que son
acontecimientos no recurrentes.

Anlisis de regresin: Este mtodo solo puede ser utilizado si se conocen

los datos de largos periodos de tiempo acerca del cambio en las ventas,
debido a que busca una relacin entre una variable dependiente que son las
ventas y otra variable independiente como pueden ser los ingresos, la
poblacin o el PIB; sin embargo, este mtodo no puede pronosticar las
ventas de nuevos productos debido a que no se conocen datos histricos de
las ventas por lo que es imposible crear una relacin entre alguna de las
variables.

Prueba de mercado: este mtodo se puede utilizar cuando se es

emprendedor o se busca incursionar en el mercado con un nuevo producto,
debido a que este es puesto a disposicin de los compradores para conocer
la respuesta del consumidor y con base a esto poder realizar el pronstico.
Este mtodo se caracteriza por ser costos en tiempo y dinero, adems de
alertar a la competencia.

Conociendo las distintas tcnicas o mtodos que se utilizan con frecuencia

para realizar un pronstico y adems entendiendo sus caractersticas y en
que escenarios pueden ser utilizadas, es necesario entender que es y cmo
funcionan las redes neuronales para determinar la relacin entre el
pronstico de ventas y las redes neuronales.
Redes neuronales: Las redes neuronales son complejas estructuras cuyo
funcionamiento llama la atencin debido a que aprenden de la
informacin que hay en el entorno; Es precisamente esta premisa es la que
se busca implementar en las Redes Neuronales Artificiales (RNA). Estas
redes neuronales artificiales son modelos matemticos que tratan de emular
el funcionamiento del cerebro.
Estas redes han sido capaces de solucionar problemas donde antes las
computadoras no lo hacan, debido a que estas redes no funcionan de forma
secuencial, es decir, que para que funcionen no tienen que cumplir paso por
paso instrucciones almacenadas en una memoria, sino que responden de en
paralelo a las entradas que se le presenten. Es decir, que no se almacenan
instrucciones, sino que se aprende de manera verstil de la informacin del
entorno o dicho en otras palabras de las entradas que se le presenten con sus
respectivas salidas.
Lo que buscan estas redes es a travs del manejo paralelo de la informacin
poder seguir funcionando si en algn momento alguna neurona falla y poder
manejar informacin poco precisa, lo que les otorga a estos complejos
sistemas cualidades como una alta tolerancia a fallas y un buen desempeo
aun en situaciones desconocidas.
 CONCLUSIN

En el proceso de planeacin es necesario la realizacin de pronsticos, estos

a su vez pueden ser desarrollado mediante distintos mtodos o tcnicas que
se adaptan a las necesidades e informacin que se disponga, por lo que para
la implementacin de estas tcnicas en el desarrollo de un pronstico se
deben tener en cuenta las caractersticas de cada uno de estos. Un factor
determinante en un pronstico ser la fiabilidad del mismo o que tan
cercano de la realidad se encuentra, es por esto por lo que el uso adecuado
de la informacin permitir hacer predicciones acertadas.
Por su parte las redes neuronales en el proceso de produccin buscan crear
modelos que permitan un buen desempeo frente a algn fallo o situacin
desconocida mediante el aprendizaje de estas redes, creando de esta forma
una relacin entre el pronstico y las redes neuronales para poder manejar
un cambio en una tendencia estacional o controlando los aspectos
irregulares o errticos en la prediccin.
 BIBLIOGRAFIA

TORO OCAMPO, H. (2017). PRONSTICO DE VENTAS USANDO

REDES NEURONALES. [online] Redalyc.org. Available at:
http://www.redalyc.org/html/849/84911640006/ [

Ingeniera Industrial. (2017). Promedio Mvil. [online] Available at:

https://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/pron%C3%B3stico-de-ventas/promedio-
m%C3%B3vil/ [Accessed 13 Aug. 2017].