You are on page 1of 13

PRONÓSTICOS

APLICACIONES EN LAS ÁREAS DE PRODUCCIÓN Y VENTAS

INTEGRANTES: JARAMILLO CÓRDOVA, G. ORDINOLA JUAREZ, B.


UNIVERSIDAD NACIONAL DE PIURA | FACULTAD DE INGENIERIA INDUSTRIAL
Contenido
1. INTRODUCCIÓN ..................................................................................................................... 2
2. OBJETIVOS ............................................................................................................................. 2
3. MARCO TEÓRICO ................................................................................................................... 3
3.1. PRONÓSTICOS .................................................................................................................... 3
3.1.1. DEFINICION............................................................................................................ 3
3.1.2. CLASIFICACIÓN DE LOS MEDELOS DE PRONÓSTICO ............................................. 3
3.1.3. MÉTODOS DE PRONÓSTICO .................................................................................. 4
3.1.4. ELECCIÓN DEL MÉTODO DE PRONÓSTICO ............................................................ 7
3.1.5. PROCESO DE PRONÓSTICO.................................................................................... 7
4. APLICACIONES ....................................................................................................................... 8
5. EJERCICIOS............................................................................................................................. 8
6. CONCLUSIONES ................................................................................................................... 12
7. REFERENCIAS BIBLIOGRÁFICAS ........................................................................................... 12

1
1. INTRODUCCIÓN

Actualmente, la gran preocupación de las organizaciones radica en tener inventarios exactos


en sus almacenes. Esta intranquilidad hace que muchos profesionales se enfoquen únicamente
en lo que tienen almacenado y dejen de lado el control sobre el flujo de entrada de
mercadería.

Ante esta problemática existen diversas técnicas que una empresa puede emplear para
adquirir la cantidad de inventario necesario que a su vez le permita alcanzar y/o superar el
target de ventas trazado. Aquí, resulta importante señalar que estas técnicas se pueden
realizar independientemente del giro de negocio, el tamaño de facturación, la naturaleza de la
empresa o su localización (si es local o internacional).

Dentro de las opciones que tiene una empresa para controlar su inventario, la reposición en
base a mínimos y máximos se constituye como una buena alternativa. La razón de su éxito se
debe a que este método es efectivo cuando nos referimos a productos como repuestos,
materiales, partes y componentes del sector industrial, donde los parámetros de consumo
están claramente establecidos, y normalmente el pedido máximo responde al consumo
promedio semanal o mensual de determinado producto.

Otra forma de controlar los inventarios responde a lo estipulado en el presupuesto. Así, se


compra y se consume en base a lo presupuestado. Sin embargo, esto puede generar pérdidas
en las ventas por la aparición de pedidos no considerados o coyunturas comerciales donde el
pico de ventas llega a su máxima expresión.

Una tercera alternativa, y acaso la técnica más empleada y que presenta mejores resultados,
es el trabajo con Pronósticos de Demanda, que es básicamente un sistema de previsión de un
hecho futuro que por su naturaleza es incierto y aleatorio.

Los pronósticos son utilizados para poder predecir la demanda del consumidor de productos o
servicios, aunque se pueden predecir una amplia gama de sucesos futuros que pudieran de
manera potencial influir en el éxito.

Pronosticar es el arte y la ciencia de predecir los eventos futuros. Puede involucrar el manejo
de datos históricos para proyectarlos al futuro, mediante algún tipo de modelo matemático.
Puede ser una predicción del futuro subjetiva o intuitiva. O bien una combinación de ambas, es
decir, un modelo matemático ajustado por el buen juicio de un administrador.

El presente trabajo, ha sido realizado con el fin de explicar brevemente la utilidad de los
pronósticos, importancia de los mismos dentro de las empresas de todas las índoles y se
mostrarán aplicaciones de los mismos en diferentes áreas de la industria. Para llevar a cabo
estas aplicaciones se ha tenido a bien consideras el método de suavización exponencial doble,
que según la bibliografía indica ser uno de los métodos más exactos al momento de predecir
datos futuros.

2. OBJETIVOS

Definir el uso y las aplicaciones de los pronósticos en las empresas.

2
Reconocer la importancia de la elaboración de pronósticos en el área de
producción y ventas de una empresa.

Elegir el modelo de pronóstico a utilizar de acuerdo a la información recopilada


y al criterio del encargado de planificación.

3. MARCO TEÓRICO
3.1. PRONÓSTICOS
3.1.1. DEFINICION
Un pronóstico es una estimación cuantitativa o cualitativa de uno o varios factores (variables)
que conforman un evento futuro, con base en información actual o del pasado.

Sabemos que nunca ocurrirá exactamente lo pronosticado; entonces, ¿por qué pronosticar?;
porque necesitamos una cierta base, aunque sea mínima, un criterio, una justificación para el
curso de acción que decidimos tomar; y es que a partir del pronóstico que se genere, estaremos
decidiendo dónde colocar nuestros recursos financieros, tecnológicos y humanos.

3.1.2. CLASIFICACIÓN DE LOS MEDELOS DE PRONÓSTICO


 Según el marco de tiempo al que atienden:

 De corto plazo: se usan para diseñar estrategias inmediatas, son empleados entre
mandos medios y gerencias de primera línea.

 De mediano plazo: conjunta al corto y al largo plazo, útil para decisiones de todos
los niveles.

 Pronósticos de largo plazo: requeridos para establecer el rumbo general de la


organización, generalmente se hacen para que la alta dirección los use en los
procesos de planeación estratégica.

 Según su atención al detalle:

 Micropronósticos: involucran pequeños detalles e interesan a los niveles medios y


de primera línea; por ejemplo, dentro de una organización involucra las siguientes
áreas: mercadotecnia, producción, finanzas, recursos humanos, planeación
estratégica.

 Macropronósticos: se realizan a gran escala y son del interés de la alta dirección.

 Según la intensidad del uso de datos:

 Pronósticos cualitativos: se basan en el juicio de individuos o grupos de individuos,


se pueden presentar en forma numérica pero generalmente no están basados en
series de datos históricos.

3
 Pronósticos cuantitativos: emplean cantidades significativas de datos previos como
base de predicción. Pueden ser:

 Simples (no formales): proyectan datos pasados hacia el futuro sin explicar
las tendencias futuras.
 Causales (explicativos): intentan explicar las relaciones funcionales entre la
variable a ser estimada (variable dependiente) y la variable o variables que
explican los cambios (variables independientes).

3.1.3. MÉTODOS DE PRONÓSTICO


3.1.3.1. MÉTODOS CUALITATIVOS
 Jurado de Opinión Ejecutiva:
o Se agrupan las opiniones de un grupo de expertos de alto nivel o de directivos,
a menudo en combinación con modelos estadísticos. Hay que tener en mente
las desventajas de la interacción grupal en este sentido: que haya mucha gente
no garantiza que haya opiniones conocedoras realmente del tema; las
posiciones muy probablemente escondan intereses personales o simplemente
no sean enunciadas por miedo a contrariar a la mayoría; hay gran vulnerabilidad
a la posición y personalidad de algunos de los individuos, sea por sus aptitudes
de manejo de grupos o simplemente por la jerarquía organizacional.

 Método Delphi:
o Es un proceso iterativo grupal, con ciertas reglas y metodología, mediante el
cual se pretende maximizar las ventajas que presentan los métodos basados en
grupos de expertos y minimizar sus inconvenientes. Ello se logra mediante el
anonimato (ningún experto conoce la identidad de los otros que componen el
grupo de debate, evitando la influencia y permitiendo que uno se anime a
modificar su postura inicial), una iteración con retroalimentación controlada, y
la expresión de los resultados mediante una distribución estadística.

 Proposición de personal comercial:


o Se agrupan y revisan estimación de ventas esperadas por los vendedores, y
luego se obtiene un pronóstico global. Tener cuidado con los intereses que
pueden tener, ya que normalmente van a subestimar o sobreestimar en función
de la metodología de incentivos por ventas que se encuentre en vigencia. Si
cobran un porcentual sobre las ventas, sobreestimarán la demanda con tal de
que no les falta producto para vender. Si cobran en función al grado en el cual
superan un objetivo, subestimarán la demanda, para negociar un objetivo
menor y así superarlo más ampliamente o con menor esfuerzo.

 Estudio de mercado:
o Requiere información de los clientes sobre sus intenciones futuras de compra.
Esto incluye tanto sus preferencias, experiencia con el producto, y necesidades,
como una definición del precio máximo que estarían dispuestos a pagar ó la
cantidad que demandarían a un determinado precio. Hay que tener en mente
que no siempre coincide lo que el cliente dice con lo que realmente hace. Es
sólo una herramienta más, pero no debe tomarse como “la” verdad.

4
3.1.3.2. MÉTODOS CUANTITATIVOS

 Enfoque Simple:
Supone que la demanda en el próximo periodo será igual a la demanda del
periodo más reciente. Es la mejor predicción para los precios de insumos,
acciones, etc. que cotizan. Porque si el mercado realmente creyera que en un
tiempo valdrá más, compraría tanto hoy que haría llevar el precio a ese valor
esperado.

 Series de Tiempo:
Es una secuencia de datos uniformemente espaciada. Se obtiene observando
las variables en periodos de tiempo regulares. Se trata de un pronóstico basado
en los datos pasados; es decir que supone que los factores que han influido en
el pasado lo seguirán haciendo en el futuro. Se pueden descomponer en
tendencia, estacionalidad y variación aleatoria.

 Media Simple:
Luego del método de “enfoque simple”, le sigue en simpleza la “media simple”.
En este método pronosticamos un valor futuro similar al promedio de todos los
valores pasados. Dentro de las ventajas del método tenemos que es muy
amortiguado, por lo cual no encontramos grandes saltos, y es muy simple de
comprender por cualquier persona. El problema es que al tener en cuenta todos
los datos históricos, llega un momento donde los valores reales que se agregan
prácticamente no modifican el pronóstico futuro. Aun así, en algunas ocasiones
se utiliza.

 Media Móvil:
Consiste simplemente en tomar el promedio aritmético de los últimos n
períodos. El valor de n se elige en función a la influencia que queramos que
tenga la historia más antigua en la predicción de los valores futuros. Un valor de
n muy chico, hará que los pronósticos sigan más de cerca de los últimos valores
reales, mientras que un valor de n más grande, se traduce en una curva más
amortiguada, aunque, por el mismo motivo, también de una menor velocidad
de cambio. Se utiliza si no hay tendencia o si ésta es escasa. Se suele utilizar para
alisar la curva, facilitando una lectura general de los datos.

5
⅀𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒 𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜𝑠 𝑝𝑟𝑒𝑣𝑖𝑜𝑠
𝑀𝑀 =
𝑛

 Media Móvil Ponderada:


Se utiliza cuando se presenta una tendencia. Los datos anteriores pierden
importancia relativa. Las ponderaciones se basan en la intuición. Ante cambios
importantes de la demanda, puede seguir siendo muy lenta la respuesta.

⅀(𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑛)(𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑛)


𝑀𝑀𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑎 =
⅀(𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠)

 Suavización Exponencial:

Es un caso especial de pronóstico de media móvil ponderada, donde ahora los


factores de ponderación disminuyen exponencialmente, dándole más peso a los
períodos más recientes. Se necesita una constante de alisado (α), que toma valores
entre 0 y 1, eligiéndola de forma subjetiva. Ventaja: necesita una cantidad reducida
de datos históricos.

F t = Ft-1 + α (A t-1 - F t-1)


Donde:

F t = Pronóstico
A t = Valor real
α = Constante de alisado

 Suavización Exponencial con Ajuste de Tendencia:

Es un refinamiento del método anterior, donde se le suma al pronóstico suavizado


exponencialmente (Ft), una tendencia también suavizada exponencialmente (Tt).

FIT t = F t + T
Estos términos se calculan de la siguiente manera:

F t = α(A t-1)+ (1- α)(F t-1 + T t-1)


Tt = β(F t - F t-1) + (1- β)Tt-1

 Análisis de Regresión Lineal:

Supone relación lineal entre las dos variables (demanda vs tiempo, demanda vs PBI,
u otra variable independiente). Se calcula mediante el método de cuadrados
mínimos. No vamos a ahondar en el tema en la materia ya que se ve en otras
materias de la carrera, y hoy en día es muy simple su utilización desde Excel. Sólo

6
queremos recordarles un punto importante que se suele pasar por alto: el
coeficiente de correlación r, o el r2 sólo indican un mayor o menor grado de
correlación lineal. O sea, que un valor cercano a cero no significa que no haya
correlación, sino que lo que no hay es una fuerte correlación lineal, pero puede
tranquilamente haber una cuadrática, o de algún otro grado.

3.1.4. ELECCIÓN DEL MÉTODO DE PRONÓSTICO


Lo primero que debemos preguntarnos es ¿para qué lo utilizaremos? Si se trata de un
fundamento para la toma de una decisión poco importante, probablemente lo mejor sea utilizar
los métodos más simples y que requieran de la menor cantidad de información. Pero si será la
base de una decisión compartida o que deba ser evaluada por otros, habrá que buscar un
equilibrio entre un método sofisticado y más preciso, y uno más simple pero más fácilmente
entendible por todos.

A continuación, se detallan maneras cuantitativas de evaluar un método en función al error (es


decir, la diferencia entre el valor real y el que se había pronosticado), partiendo de la base que
buscamos obtener los menores errores posibles.

Simplemente calculamos el valor para los métodos que comparemos, y elegimos el de menor
valor. Todos se independizan del signo del error, ya que de lo contrario estarían cancelándose
los valores muy negativos con los muy positivos, cuando esto no debería dejar de indicar un
método poco certero:

 ERROR CUADRÁTICO MEDIO(ECM):


∑𝑛𝑖=1(𝑦𝑖 − 𝑦𝑖
̂ )2 ∑ 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 2
𝐸𝐶𝑀 = =
𝑛 𝑛
Donde: “n” es la cantidad de datos disponibles desde el inicio del cálculo del pronóstico.

 DESVIACIÓN ABSOLUTA MEDIA(DAM):

∑𝑛𝑖=1|𝑦𝑖 − 𝑦𝑖
̂ | ∑|𝑒𝑟𝑟𝑜𝑟𝑒𝑠|
𝐷𝐴𝑀 = =
𝑛 𝑛
Donde: “n” es la cantidad de datos disponibles desde el inicio del cálculo del pronóstico.

3.1.5. PROCESO DE PRONÓSTICO

Generalmente un pronóstico se elabora siguiendo los pasos que se indican a continuación:

1. Formulación del problema y recolección de datos. Estos dos elementos se tratan como
un único paso porque el problema determina los datos adecuados. Si no se dispone de
los datos adecuados el problema tendría que redefinirse o se tendría que acudir a un
método puramente cualitativo.

2. Manipulación y limpieza de datos. Es posible tener muchos o pocos datos, datos


irrelevantes, datos desactualizados, etc., todos ellos requerirán de cierto procesamiento
para obtener los datos necesarios y adecuados.

7
3. Construcción y evaluación del modelo. Implica emplear los datos en un modelo de
pronósticos que sea adecuado en términos de minimización del error de pronóstico.

4. Aplicación del modelo (el pronóstico real). Consiste en los pronósticos reales del
modelo que se generan una vez que se han recolectado y quizás reducido a sólo los
datos adecuados, tan pronto se ha elegido un modelo adecuado de pronósticos.

5. Evaluación del pronóstico. Implica comparar los valores del pronóstico con los valores
históricos reales. Frecuentemente, el examen de los patrones de errores lleva al analista
a modificar el procedimiento de pronósticos.

4. APLICACIONES

5. EJERCICIOS
EJERCICIO N°1:

Una pequeña empresa de electrónica produce calculadoras de bolsillo y controla la demanda de


los artículos semanalmente. En promedio la empresa elaboró 280 calculadoras cada semana
durante las últimas cuatro semanas. Adicionalmente la tendencia en ese periodo fue de 30
calculadoras adicionales por semana. La demanda de esta semana fue de 270 calculadoras. Si
α=0,2 y β =0,2 se requiere calcular el pronóstico correspondiente a la siguiente semana.
A0 = 280 T0 = 30

At = α(At) + (1 – α) (At-1 + Tt-1)

A1 = 0.2(270) + (1 – 0.2) (280 + 30)

A1 = 302

Tt = (β)(At – At-1) + (1- β)(Tt-1)

T1 = (0.2) (302 – 280) + (1 – 0.2) (30)

T1 = 28.4

Ft+1 = At + Tt

F2 = 302 + 28.4

F2 = 330.4 calculadoras

Pronóstico
Pronóstico Tendencia
Periodo Demanda con Error
Suavizado Suavizada
tendencia
0 280 280.00 30.00 310.00 0.1071
1 270 302.00 28.40 330.40 0.2237
2 440 352.32 32.78 385.10 0.1248
3 370 382.08 32.18 414.26 0.1196
4 350 401.41 29.61 431.02 0.2315
5 530 450.82 33.57 484.38 0.0861

8
6 380 463.51 29.39 492.90 0.2971
7 570 508.32 32.48 540.80 0.0512
8 610 554.64 35.25 589.88 0.0330
9 390 549.91 27.25 577.16 0.4799
10 550 571.73 26.16 597.89 0.0871
11 540 586.31 23.85 610.16 0.1299
12 520 592.13 20.24 612.37 0.1776
13 600 609.90 19.75 629.64 0.0494
14 600 623.71 18.56 642.28 0.0705
15 750 663.82 22.87 686.69 0.0844

Demanda pronosticada con método de


suavización exponencial doble
3000

2500

2000

1500

1000

500

0
1 2 3 4 5 6 7 8 9 10 11 12

Demanda Pronóstico con tendencia

EJERCICIO N°2:

IngE es una empresa productora de alimento para peces y requiere calcular el pronóstico de la
demanda con el método de suavizado exponencial para los próximos meses.

El pronóstico de la demanda del período 1 fue de 1500, pero las ventas reales fueron de 1132 y
la tendencia en ese momento fue de 150. La compañía asigna un α=0,1. Prevén una tendencia
alcista en los próximos meses, por lo que definen β =0,3.

Solución:

Determinar pronóstico suavizado para el período 2:

F2 = (α)(A1) + (1 – α) (F1 + T1)


F2 = (0.10) (1132) + (1 – 0.90) (1500 + 150)
F2 = 1598.20

Con el pronóstico suavizado, calculamos la tendencia para el período 2:

T2 = (β) (F2 – F1) + (1 – β) (T1)


T2 = (0.30) (1598.20 – 1500) + (1 – 0.30) (150)

9
T2 = 134.46

Determinamos el pronóstico con ajuste a la tendencia, que es simplemente una suma:

FIT2 = F2 + T2
FIT2 = 1598.20 + 134.46
FIT2 = 1732.66

Entonces para el período 2, IngE pronostica una demanda de 1732.66 unidades de alimento para
peces.

Pronóstico Tendencia Pronóstico con


Periodo Demanda Error
Suavizado Suavizada tendencia
1 1132 1500.00 150.00 1650.00 0.4576
2 1600 1598.20 134.46 1732.66 0.0829
3 1690 1719.39 130.48 1849.87 0.0946
4 1640 1833.89 125.68 1959.57 0.1949
5 1765 1927.61 116.10 2043.71 0.1579
6 1879 2015.84 107.74 2123.58 0.1302
7 1990 2099.12 100.40 2199.52 0.1053
8 2100 2178.56 94.11 2272.68 0.0822
9 2210 2255.41 88.93 2344.34 0.0608
10 2356 2330.91 84.90 2415.81 0.0254
11 2201 2409.83 83.11 2492.94 0.1326
12 2027 2463.74 74.35 2538.09 0.2521

Chart Title
800
700
600
500
400
300
200
100
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Demanda Pronóstico con tendencia

EJERCICIO N°3:

10
La firma de control ambiental "ECOS" usa suavización exponencial doble para pronosticar la
demanda de un equipo para el control de contaminación, demanda que aparentemente
presenta una tendencia creciente.

Según la experiencia de sus ingenieros de planeación se sugiere unos coeficientes de alfa = 0,2
y beta 0,4. Suponer que el pronóstico para el mes 1 fue de 11 unidades y la tendencia durante
el mismo período fue de 2 unidades. Con base en lo anterior, determinar el pronóstico de los
12.
MES DEMANDA
1 12
2 17
3 ?

Solución:

Determinar pronóstico suavizado para el período 2:

F2 = (α)(A1) + (1 – α) (F1 + T1)


F2 = (0.20) (12) + (1 – 0.20) (11 + 2)
F2 = 12.8

Con el pronóstico suavizado, calculamos la tendencia para el período 2:

T2 = (β) (F2 – F1) + (1 – β) (T1)


T2 = (0.40) (12.8 – 11) + (1 – 0.40) (2)
T2 = 1.92

Determinamos el pronóstico con ajuste a la tendencia, que es simplemente una suma:

FIT2 = F2 + T2
FIT2 = 12.8 + 1.92
FIT2 = 14.72

Ahora haremos el análisis para el periodo 3:

Determinar pronóstico suavizado para el período 3:

F3 = (α)(A2) + (1 – α) (F2 + T2)


F3 = (0.20) (17) + (1 – 0.20) (12.8 + 1.92)
F3 = 15.176

Con el pronóstico suavizado, calculamos la tendencia para el período 3:

T3 = (β) (F3 – F2) + (1 – β) (T2)


T3 = (0.40) (15.176 – 12.8) + (1 – 0.40) (1.92)
T3 = 2.102

Determinamos el pronóstico con ajuste a la tendencia, que es simplemente una suma:

FIT3 = F3 + T3

11
FIT3 = 15.176 + 2.102
FIT3 = 17.278

Entonces para el período 3, el pronóstico de ventas es de 17.278 unidades; es necesario


redondear ya que se deben dar unidades enteras.

6. CONCLUSIONES

Mediante una investigación monográfica se logró recopilar información clara,


precisa y verídica respecto al uso y las aplicaciones de los pronósticos.
Después de haber realizado el trabajo, podemos afirmar que los pronósticos son
de vital importancia en la planeación de las futuras producciones y ventas de una
empresa de cualquier rubro; de esta manera se pueden obtener mejores
resultados.
Se escogió el modelo de Suavización Exponencial Doble porque es óptimo para
patrones de demanda que presentan una tendencia y un patrón estacional
constante; con este método se pretende eliminar el impacto de elementos
irregulares históricos mediante un enfoque en periodos de demanda reciente.

7. REFERENCIAS BIBLIOGRÁFICAS
 Hanke, J., Wichern D. (2006) Pronósticos en los negocios. Capítulo 1. (Octava Edición).
Pearson: México. Recuperado de: file:///C:/Users/HP/Desktop/363767362-Pronosticos-
en-los-negocios-John-E-Hanke-8va-Ed-pdf.pdf

 (2012) Manual de Pronósticos para la toma de decisiones. Capítulo 1. Instituto


tecnológico y de estudios superiores de Monterrey, México. Recuperado de:
https://www.editorialdigitaltec.com/materialadicional/P007_Farrera_Manualdeprono
sticosparalatomadedecisiones.cap1.pdf

 Cohen R. Pronósticos.FI UBA: Argentina. Recuperado de:


http://materias.fi.uba.ar/7628/PronosticosTexto.pdf

 https://www.gestiopolis.com/que-es-un-pronostico-caracteristicas-y-metodos/

 https://es.slideshare.net/mgmag/pronsticos-54866496

12