Semana III: Pronsitos

Planeamiento
y Control de Operaciones
 Contenido

o Introduccin
o El sistema de pronsticos
o Pronsticos cualitativos:
o Investigacin de mercado,
o Mtodo Delphi
o Pronsticos causales con regresin:
o Regresin Lineal Simple
o Otros modelos
 Introduccin
Determinar qu pasar en el futuro con el fin de tomar decisiones
adecuadas es un problema que se presenta con frecuencia. Este
hecho es cierto no slo en la vida personal, sino tambin en el mundo
de los negocios. Se usa el trmino pronosticar para hacer referencia a
un mtodo especfico, en lugar de la simple adivinanza, para predecir
eventos futuros.
En los sistemas de produccin controlados por el mercado de la
actualidad, los pronsticos son ms importantes que nunca. Tanto la
recompensa por un buen pronstico como la penalizacin por uno
malo pueden ser bastante altas. Con la proliferacin de los paquetes
para computadoras personales, los pronsticos son ms sencillos y
menos costosos que antes. Sin embargo, los administradores deben
tener cuidado de usar los paquetes sin entender los principios en que
se fundamentan. Despus de todo, el programa dar una respuesta,
aun cuando sea mala.
 Introduccin

La necesidad de los pronsticos ha ido creciendo y

ahora estos son importantes en actividades tales
como, el presupuesto de gastos, la expansin de
planta, la compra de materias primas, etctera.
El planeamiento de la produccin a largo, mediano y
corto plazo sera imposible si no se contara con algn
tipo de pronstico.
Pronosticar es un insumo para todos los tipos de
planeacin y control empresarial, dentro y fuera de la
funcin de las operaciones productivas.
Se dice que es mejor un mal pronstico que ninguno
El sistema de
Pronsticos
 Identificacin del Problema
Los pronsticos proporcionan informacin para tomar
mejores decisiones. El primer paso es identificar la
decisin. Si la decisin no se afecta por el pronstico, el
pronstico es innecesario. Una decisin de una sola vez
requiere un pronstico, mientras que una decisin
recurrente necesita un pronstico cada vez que se toma la
decisin. En cualquier caso, la decisin determina qu
pronosticar, el nivel de detalle necesario y con qu
frecuencia se har el pronstico. Los pronsticos de
ventas, calidad de materiales, ingresos, gastos, uso de
energa o los tiempos de llegada de los clientes son una
necesidad comn en las empresas.
 Comprensin del Problema

La clave para entender los problemas de pronsticos es

comprender el proceso; por ejemplo, el proceso que crea
la demanda de un artculo. Nunca se puede comprender
por completo el proceso, por lo que slo se puede esperar
conocerlo cada vez mejor y hacer las suposiciones
necesarias para crear los pronsticos. Para hacer esto, se
examinan las caractersticas del problema y se analizan
los datos, si existen. Tambin se establece una meta para
el pronstico
 Caractersticas del Problema
Las principales caractersticas de un problema de
pronsticos son el marco de tiempo, el nivel de detalle, la
exactitud necesaria y el nmero de aspectos a pronosticar.
En los sistemas de produccin, casi siempre es de inters
el pronstico de la demanda para el producto o servicio
con el fin de decidir cunto producir.
Las decisiones a largo plazo no requieren pronsticos
exactos.
Las decisiones a mediano plazo normalmente
requieren pronsticos para uno o dos artculos.
La decisin ms comn a corto plazo es cuntos
productos se deben fabricar. En este caso, se necesita
el nmero real de unidades de producto.
 Datos
Los datos pueden venir de los registros de la empresa o
de fuentes comerciales o gubernamentales. Los registros
de la compaa incluyen informacin sobre compras y
ventas. Los servicios comerciales tienen acceso a bases
de datos e investigaciones y pueden proporcionar datos
originales o informes sobre temas especficos.
Si no existen datos, se deben recolectar o se puede usar
un enfoque de pronsticos que no los requiera. Si no se
dispone de datos o recolectarlos es demasiado costoso,
se elige un enfoque cualitativo.
Hay factores ya sea internos o externos que afectan a los
datos. Los factores externos estn fuera de nuestro control
pero se puede influir en los factores internos.
 Meta del Pronstico

La meta de cualquier sistema de pronsticos es

proporcionar esos pronsticos con la exactitud
necesaria, a tiempo y a un costo razonable. Un
pronstico oportuno est determinado por su
utilizacin. El trueque bsico en los pronsticos se
hace entre la respuesta al cambio y la estabilidad, es
decir, si se experimenta una demanda anormalmente
alta una semana, debe decidirse si se requiere ms
producto la siguiente semana. Un buen sistema de
pronsticos reaccionar ante los cambios reales e
ignorar las variaciones al azar.
 Desarrollo de un Modelo

Una vez identificados los procesos, stos determinan la

forma del modelo. Los pronsticos cualitativos no usan
modelos sencillos de establecer. Los modelos causales
dependen de la situacin particular.
Al pronosticar, se debe intentar usar el menor nmero de
componentes en un modelo. Una funcin complicada
puede "ajustarse" a los datos pero tambin tiende a ocultar
las relaciones importantes. Si hay muchos componentes,
el efecto de cada una disminuye y puede ser indistinguible
del ruido.
 Solucin del Modelo
El primer paso al resolver el modelo es elegir un mtodo.
Si se tiene un modelo causal, el mtodo ser regresin.
Para modelos de series de tiempo, existen varios mtodos
disponibles, incluso para el mismo proceso. Por ejemplo,
existen muchos mtodos para pronosticar una serie de
tiempo constante.
El mtodo que se usa determina cmo se estiman; por lo
general, se estiman de manera que se minimice la
diferencia entre el pronstico y el valor real para un
conjunto de datos histricos. Una vez estimados los
parmetros, la aplicacin del modelo a los nmeros
adecuados proporciona un pronstico
 Interpretacin e implantacin
de la Solucin
La interpretacin de la solucin es la tarea ms importante
al operar un sistema de pronsticos. La figura 4-4 muestra
los pasos a seguir.
Es importante incorporar el juicio al sistema, en especial
cuando se usan mtodos estadsticos. Estos mtodos en
esencia suponen que se est manejando un medio
estable, lo cual no siempre es el caso. Por ejemplo, si est
por estallar una huelga laboral, el pronstico debe
modificarse para reflejar este hecho. Es importante que
cualquier modificacin la lleve a cabo la persona que toma
la decisin y que se haga dentro del sistema.
Figura 4-4
 Observaciones

Existen dos hechos muy importantes que recordar: los

pronsticos casi nunca dan una respuesta exacta y entre
ms lejos al futuro se vea, menos preciso ser el
pronstico. Es muy poco probable que el pronstico de las
ventas semanales de donas sea igual a las ventas reales.
Por fortuna, en general no se requieren pronsticos
exactos, slo se necesita tener una idea. Un enfoque ms
razonable puede ser. pronosticar un intervalo de valores o
la probabilidad de un grupo de valores
Mtodos de Pronstico
Tcnicas de Pronstico
Pronsticos Cualitativos
Investigacin de Mercado

La investigacin de mercado consiste en un

enfoque sistemtico para determinar el grado de
inters del consumidor por un producto o servicio,
mediante la creacin y puesta a prueba de
diversas hiptesis por medio de encuestas
encaminadas a la recopilacin de datos.
 Pasos en la Investigacin de
Mercado
La realizacin de un estudio de investigacin de
mercado incluye:

1. El diseo de un cuestionario mediante el cual se

solicite informacin econmica y demogrfica a cada
una de las personas entrevistadas, y se conozca el
inters de stas en recibir el producto o servicio.

2. La decisin de cmo aplicar la encuesta, ya sea

mediante una charla telefnica, por correo o en
entrevistas personales.
3. La seleccin de una muestra representativa de familias
para la encuesta, que debe incluir una seleccin al
azar dentro del rea de mercado del producto o
servicio propuesto.

4. El anlisis de la informacin, aplicando el buen juicio y

criterios estadsticos para interpretar las respuestas,
determinar si son adecuadas, asignar mrgenes que
permitan incluir factores econmicos o competitivos no
mencionados en el cuestionario y analizar si la
encuesta representa una muestra aleatoria del
mercado potencial.
La investigacin de mercado puede usarse
para pronosticar la demanda a corto, mediano
y largo plazo.
La precisin obtenida es excelente para el
corto plazo, buena para el mediano plazo y
apenas regular para el largo plazo.
 Desventajas en la
Investigacin de Mercado

Las numerosas salvedades y limitaciones que suelen

estar incluidas en sus hallazgos.
Otra limitacin consiste en que la tasa de respuesta
que reciben tpicamente los cuestionarios postales es
escasa (se considera alta una tasa de 30%).
Otra ms es la posibilidad de que los resultados de la
encuesta no reflejen las opiniones del mercado.
Por ltimo, la encuesta puede producir ideas ms
imitativas que innovadoras, porque con frecuencia el
punto de referencia del cliente es limitado.
 Mtodo Delphi

Mtodo Delphi, llamado as en honor del Orculo de

Delfos (del griego Delphi) de la mitologa griega, quien
predijo eventos futuros. Un comit de "expertos"
corresponde al Orculo en esta tcnica, y el facilitador
determina los participantes, escribe los cuestionarios
y analiza los resultados. Los miembros del comit
pueden ser expertos de diferentes campos.
EL MTODO DELPHI

Es un proceso para obtener consenso dentro de un

grupo de expertos, al tiempo que se respeta el
anonimato de sus integrantes.
Ventajas
Anonimato
Se puede reunir muchos expertos
Desventajas
Responsabilidad
Mala formulacin de preguntas
 Mtodo Delphi

Proceso de grupo Los que toman

iterativo. Personal de decisiones
plantilla (Ventas?)
3 tipos de participantes: (Qu ventas (Habr 50 ventas)
Los que toman habr?
decisiones. cuestionarios)
El personal de plantilla.
Los que responden.

Reduce el pensamiento Los que responden

en grupo. (Habr 45, 50, 55 ventas)
 Pasos del Mtodo DELPHI

1. Se eligen los expertos

2. Se elabora y distribuye el cuestionario entre los
expertos
3. Se recogen las respuestas, se tabulan y se elabora
un sumario
4. Los sumarios de resultados se distribuyen para su
revisin y consideracin
5. Los expertos revisan sus estimados individuales a
partir de la informacin recibida
6. Se repiten los pasos 3 al 5 hasta que ya no se
obtienen cambios significativos
 Ventajas del mtodo DELPHI

Incluye la participacin de personas muy diferentes,

incluso de distintas localidades, y
Elimina el dominio de personalidades fuertes, dando a
todos la misma oportunidad de participar;
Las respuestas annimas permiten una expresin ms
libre de las ideas.
Las respuestas escritas con frecuencia se razonan ms
que las verbales.
Generacin y evaluacin de un nmero ms grande de
ideas para el pronstico.
 Desventajas del mtodo
DELPHI

La mayor desventaja es el tiempo necesario para llevar a

cabo un estudio Delphi, muchas veces ms de un mes;
no obstante, los mtodos electrnicos (fax y correo
electrnico) pueden acelerar el proceso. Tambin quita
tiempo a los participantes y quiz sea difcil mantenerlos
completamente involucrados. Las ideas escritas pueden
tener que aclararse o se corre el riesgo de
malinterpretarlas; un estudio Delphi clsico no tiene
medios de aclaracin. Como Delphi es un tipo de
procedimiento basado en el consenso, algunas veces no
se alcanzan los acuerdos.
Pronsticos Causales con
Regresin

Mary Crter es un gerente que cada mes, debe

colocar una orden de compra. Si ordena ms de lo
que vende, los excedentes representan dinero
para la empresa que no puede usar en otra parte.
Si ordena muy pocos, las ventas se pierden en
favor de los competidores. Mary ha estado
pensando cmo podra anticipar la demanda de
productos.
 Pronsticos Causales con
Regresin

Este escenario es tpico de muchos problemas de

pronsticos. Se desea pronosticar una variable
dependiente venta de accesorios de plomera en el
ejemplo y el valor de la variable dependiente est
relacionado a un valor observable de una o ms
variables independientes inicio de la construccin de
casas en el ejemplo. Esto se llama proceso de
pronstico causal, porque el valor de la variable
dependiente est causada, c al menos tiene una
correlacin alta con el valor de la(s) variable(s)
independientes.
Regresin Lineal Simple
Regresin Lineal Simple
Regresin Lineal Simple
Ejercicio de Regresin Lineal
Ejercicio de Regresin Lineal
Ejercicio de Regresin Lineal
Ejercicio de Regresin Lineal
 Utilizacin del Anlisis de Regresin
para realizar Pronsticos
Para llevar a cabo un anlisis de regresin lineal puede utilizarse el
mismo modelo matemtico empleando en el mtodo de los
mnimos cuadrados de proyeccin de tendencia. La variable
dependiente que se quiere prever continuar siendo y. Pero ahora
la variable independiente, x, no tiene por qu seguir siendo el
tiempo. Se utilizar la ecuacin:

y = a + bx

donde
y :valor de la variable dependiente (ventas en este caso)
a : corte con el eje y
b : pendiente de la recta de regresin
x : variable independiente
La parte final del Ejemplo, muestra una debilidad bsica
de los mtodos de previsin causal del tipo de la
regresin. Incluso cuando se ha calculado una ecuacin
de regresin, es necesario suministrar una previsin de la
variable independiente x (en este caso, salarios), antes de
estimar el valor de la variable dependiente y para el
prximo periodo. Aunque esto no supone un problema
para todas las previsiones, podemos imaginar la dificultad
de calcular los valores futuros de algunas variables
dependientes habituales (como tasas de desempleo,
producto nacional bruto, ndices de precios, y dems).
 Error Estndar de la Estimacin

Es una medida de la variabilidad alrededor de la

lnea de regresin (su desviacin estndar).

La previsin de unas ventas de 325.000 dlares para Nodel en el

Ejemplo, se denomina estimacin puntual de y. Realmente, la
estimacin puntual es la media, o valor esperado, de una
distribucin de posibles valores de las ventas. La Figura A) ilustra
este concepto. Para medir la exactitud de las estimaciones de la
regresin, es necesario calcular el error estndar de estimacin,
Syx. Este error se conoce como la desviacin estndar de la
regresin: mide el error desde la variable dependiente, y, hasta la
lnea de regresin, en lugar de hasta la media. La Ecuacin (4) es
una expresin similar a la encontrada en la mayora de los libros de
estadstica para el clculo de la desviacin estndar de una media
Error Estndar de la Estimacin

Figura A
 Error Estndar de la Estimacin

La siguiente Ecuacin es una expresin similar a la encontrada en la

mayora de los libros de estadstica para el clculo de la desviacin
estndar de una media aritmtica:
 Error Estndar de la Estimacin

La siguiente Ecuacin puede parecer ms compleja, pero en

realidad es una versin de la Ecuacin anterior, ms fcil de utilizar.
Ambas frmulas proporcionan la misma respuesta, y pueden
utilizarse para fijar los intervalos de prediccin alrededor de la
estimacin puntual
 Coeficientes de correlacin para
las rectas de regresin
Coeficiente de correlacin Es una medida de la intensidad de la
relacin entre dos variables.

La ecuacin de regresin es una forma de expresar la naturaleza de la

relacin entre dos variables. Las rectas de regresin no son relaciones
causa-efecto. Simplemente, describen la relacin entre las variables.
La ecuacin de regresin muestra cmo est relacionada una variable
con los valores y cambios de otra variable.
Otra forma de evaluar la relacin entre dos variables es calcular el
coeficiente de correlacin. Esta medida expresa el grado o
intensidad de la relacin lineal. Identificado normalmente como r, el
coeficiente de correlacin puede ser cualquier nmero entre +1 y -1.
Cuatro valores del coeficiente
de correlacin.
 Cuatro valores del coeficiente
de correlacin.

Para calcular r se utilizan muchos de los datos

requeridos anteriormente para el clculo de a y b en la
recta de regresin. La frmula, bastante extensa, para
hallar r es:
Clculo del coeficiente de correlacin
Aunque el coeficiente de correlacin es la medida ms
comnmente utilizada para describir la relacin entre
dos variables, existe otra medida. Es el llamado
coeficiente de determinacin, y es sencillamente el
cuadrado del coeficiente de correlacin, es decir, r2. El
valor de r2 siempre ser un nmero positivo dentro del
intervalo 0 <= r2 <= 1. El coeficiente de determinacin
es el porcentaje de variacin de la variable dependiente
(y), que se explica mediante la ecuacin de regresin.
En el caso de la constructora Nodel, el valor de r2 es
0,81, que indica que el 81% de la variacin total se
explica a travs de la ecuacin de regresin.