Beruflich Dokumente
Kultur Dokumente
1. Introducción
Reseña histórica
Las empresas. por lo regular. pronostican sus ventas para ayudar a definir sus
decisiones de administración de inventarios, administración del equipo de
ventas y planeación de la producción, así como de planeación estratégica
respecto a las líneas de producto, entrada a un mercado nuevo, etc.
Las empresas emplean sus pronósticos para decidir qué producir (qué
producto o qué combinación de productos se deben producir), cuándo producir
(si por lo pronto se deben acumular inventarios para anticipar una gran
demanda en el futuro o cuántos turnos se debe trabajar), y donde producir (si
se debe tener una o muchas plantas y dónde deben estar ubicadas). También
usan los pronósticos de precios y de la disponibilidad de insumos futuros a fin
de guiar más decisiones de producción.
1.2. Mercadotecnia
Los pronósticos desempeñan un papel clave en muchas decisiones de
mercadotecnia. Las decisiones de fijación de precios. de vías de distribución
y de gastos de publicidad dependen mucho de los pronósticos de respuesta a
las ventas de diversos esquemas de mercadotecnia.
1.3.Economía
1.7. Demografía
3.1.Pronósticos cualitativos
3.2.Componentes de la demanda
Los factores críticos son más difíciles de determinar porque quizá el tiempo
se desconoce o no se toma en cuenta la causa del ciclo. La influencia cíclica
sobre la demanda puede provenir de eventos tales como elecciones políticas,
guerras, condiciones económicas o presiones sociológicas.
Las variaciones aleatorias son provocadas por los eventos fortuitos.
Estadísticamente, al restar todas las causas conocidas de la demanda
(promedio, tendencias, estacionales, cíclicas y de autocorrelación) de la
demanda total, lo que queda es la parte sin explicar de la demanda. Si no se
puede identificar la causa de este resto, se supone que es aleatoria.
Donde:
Ft = Pronóstico para el siguiente periodo
n=Numero de periodos para promediar
At–1 = Ocurrencia real en el periodo pasado
At–2, At–3 y At–n = Ocurrencias reales hace dos periodos, hace tres periodos, y
así sucesivamente, hasta hace n periodos
C) Una gráfica de los datos en la ilustración 15.5 muestra los efectos de las
distintas duraciones de un periodo de un promedio móvil. Se ve que la
tendencia de crecimiento se nivela alrededor de la semana 23. El
promedio de movimientos de tres semanas responde mejor al seguir este
cambio que el promedio de nueve semanas, aunque en general, el
promedio de nueve semanas es más uniforme.
Mientras que el promedio móvil simple da igual importancia a cada uno de los
componentes de la base de datos del promedio móvil, un promedio móvil
ponderado permite asignar cualquier importancia a cada elemento, siempre y
cuando la suma de todas las ponderaciones sea igual a uno. Por ejemplo, tal
vez una tienda departamental se dé cuenta de que en un periodo de cuatro
meses, el mejor pronóstico se deriva utilizando 40% de las ventas reales
durante el mes más reciente, 30% de dos meses antes, 20% de tres meses antes
y 10% de hace cuatro meses. Si las ventas reales fueron
Ejemplo 15.1.
5. Conclusiones
Los pronósticos de corto y mediano plazos (como los que se requieren para el
control de inventario, así como calendarización de contratación de empleados y
de material) pueden ser satisfactorios para modelos simples, como de suavización
exponencial, quizá con una característica de adaptación o un índice estacional. En
estas aplicaciones, normalmente se pronostican miles de activos. La rutina de
pronóstico debe ser simple y ejecutarse con rapidez en una computadora. Las
rutinas también deben detectar y responder con celeridad a cambios definidos de
corto plazo en la demanda, al tiempo que se ignoran las demandas espurias
ocasionales. La suavización exponencial, cuando la gerencia la monitorea para
controlar el valor de alfa, es una técnica efectiva.
6. Bibliografía