You are on page 1of 32

Unidad II

Pronósticos de
demanda.
I.G.E. David Osiris Fernández
Abalos.
Introducción.
• Pronosticar es el arte de predecir el futuro.
• En los últimos años se ha convertido en una ciencia.
• Se debe seleccionar con cuidado el método de
pronostico para el uso particular que se pretende
darle.
• Los pronósticos casi siempre estarán equivocados.
• Existen tres formas de ajustarse al error de pronostico:
reducir los pronósticos con el mejor pronostico,
incrementar la felxibilidad de las operaciones y
reducir el tiempo de anticipación que necesitan
• La meta es el menor margen de error en el pronostico.
Introducción.
• El modelo de pronósticos a escoger depende de lo siguiente:
1. Horizonte de tiempo para el pronóstico.
2. Disponibilidad de datos.
3. Precisión requerida.
4. Tamaño del presupuesto para pronósticos.
5. Disponibilidad de personal calificado.
Introducción.
1.1. Importancia estratégica del
pronostico y la demanda
• ¿Qué es un pronostico?
• Proceso de estimación de un acontecimiento o fenómeno, regularmente
económico.

• Se involucra el tiempo,

• Proyectando hacia el futuro datos del pasado,

• Realizar una estimación cuantitativa del comportamiento del fenómeno


estudiado hacia el futuro.

Ejemplo:

El gerente de un restaurante de comida rápida necesita pronosticar el número de


clientes que llegaran a diferentes horas del día, y los productos que solicitaran,
pues solo así podrá programar correctamente el número requerido de cocineros y
empleados de mostrador.
Tipos de pronósticos.
• Cualitativos: subjetivos, basados en estimaciones u opiniones
• Cuantitativos: demanda del pasado para calcular pronósticos
• Relaciones causales: se relaciona con uno o mas elementos subyacentes
del ambiente
• Simulación: suposiciones sobre la condición del pronostico.
Modelos comunes para pronósticos
cuantitativos.
• Promedio móvil simple.
• Promedio móvil ponderado.
• Suavizamiento o suavización exponencial.
• Análisis de regresiones ajusta una línea recta.
2.2. Características que definen a la
demanda.
• Pronosticar la demanda del cliente suele ser difícil, porque la demanda de los
bienes y servicios suele ser muy variable.

Patrones de demanda.

1. Horizontal: la fluctuación de los datos en torno de una media constante

2. de tendencia: el incremento o decremento sistemático de la media de la serie a


través del tiempo.

3. estacional: un patrón repetible de incrementos o decrementos de la demanda,


dependiendo de la hora del día, la semana, el mes o la temporada;

4. cíclico: una pauta de incrementos o decrementos graduales y menos previsibles


de la demanda, los cuales se presentan en el curso de periodos de tiempo mas
largos (años o decenios); y

5. aleatorio, es decir, una serie de variaciones imprevisibles de la demanda.


Factores que afectan la demanda.
• Factores externos. Son los factores que están fuera del alcance de
la gerencia. Por ejemplo reglamentaciones de gobierno que afectan
las actividades económicas, leyes que limiten la utilización de
ciertas materias primas
• Indicadores tempranos, causaran especulación y aumento de
precio en materias primas (Ej. Se anuncia escasez de acero y
aumento en construcción)
• Indicadores coincidentes. Como cifras de desempleo, etc.
• Factores internos. Las decisiones internas sobre el diseño de los
productos o servicios, los precios y las promociones publicitarias,
el diseño de envases, las cuotas o incentivos para el personal de
ventas, etc.
2.3. Métodos cualitativos para estimar
la demanda
• Cuando se carece de datos históricos adecuados,
como en los casos que se presenta un nuevo
producto o se espera un cambio en la tecnología, las
empresas confían en la experiencia y buen juicio
administrativo para generar pronósticos.
Consultar a la fuerza de venta.
Ventajas. Desventajas.

• La fuerza de ventas es el grupo que • Tienen sesgo por los perjuicios y


tiene mayores probabilidades de saber optimismo que pudiera existir
que productos o servicios compraran
los clientes en el futuro cercano, y en • Incorrecta percepción entre lo que
que cantidades. el cliente quiere y lo que el cliente
necesita.
• Los territorios de ventas están
divididos a menudo por distritos o • Si la empresa utiliza las ventas
regiones. Esta información puede ser
útil para propósitos de administración individuales como medida del
de inventarios, distribución y rendimiento, el personal de ventas
formación de fuerza de ventas. puede subestimar sus pronósticos
para su propio rendimiento o
• Los pronósticos de la fuerza de venta beneficio.
pueden combinarse para obtener
cifras correspondientes a ventas
regionales o nacionales
Investigación de mercado.
• Enfoque sistemático para determinar el grado de interés del consumidor por un
producto o servicio mediante la creación y puesta a prueba de diversas hipótesis
por medio de encuestas encaminadas a la recopilación de datos. La realización
de una encuesta de mercado consta de los siguientes elementos.
1. Cuestionario que solicite información económica y demográfica a cada una de
las personas entrevistadas.
2. La decisión de como aplicar la encuesta.
3. Selección de una muestra representativa.
4. Análisis de la información, aplicando un buen juicio y criterios estadísticos.
Método Delphi.
• Un proceso para obtener el consenso dentro de un grupo de expertos, al tiempo
que se respeta el anonimato de sus integrantes. Esta forma de pronostico es útil
cuando no existen datos históricos sobre los cuales puedan desarrollarse
modelos estadísticos y cuando los gerentes de la empresa no tienen experiencia
en la cual fundamentar proyecciones bien informadas.
• Limitaciones.
• El proceso puede prolongarse por mucho tiempo, haciendo que exista cambio
en el panel de expertos.
• Es probable que las respuestas sean menos significativas que si los expertos
tuvieran que asumir la responsabilidad que ellas implican
• Hay poca evidencia que los pronósticos sean de alta precisión.
• Los cuestionarios mal planeados conducen a conclusiones ambiguas o erróneas.
2.4. Métodos cuantitativos para
estimar la demanda.
• Los modelos cuantitativos de pronósticos son modelos
matemáticos que se basan en datos históricos. Estos
modelos suponen que los datos históricos son relevantes
para el futuro. Casi siempre puede obtenerse
información pertinente al respecto.
Promedio móvil.
• Se utiliza cuando se quiere dar más importancia a
conjuntos de datos más recientes para obtener la
previsión. Cada punto de una media móvil de una serie
temporal es la media aritmética de un número de puntos
consecutivos de la serie, sin embargo se le asigna el
mismo peso relativo a las observaciones mas viejas que a
las actuales.
Promedio móvil.
Promedio móvil.
σ𝑛𝑡 = 1 𝑋𝑡−1
෢𝑡 =
𝑋
𝑛
Donde:
෢𝑡: promedio de ventas en unidas t.
𝑋
σ: sumatoria de los datos.

𝑋𝑡−1 : ventas reales en unidades de los periodos anteriores a t.


n numero de datos.
Suavizado exponencial de primer
orden.
• Soluciona el problema de promedio
móvil al asignar un mismo peso a las
observaciones introduciendo una
constante de suavizado, y calcula el
nuevo valor de la variable aleatoria
Suavizado exponencial de primer
orden.
La ecuación para crear un pronóstico nuevo o actualizado utiliza dos
fuentes de información:
• La demanda real para el periodo más reciente.
• El pronóstico más reciente.
A medida que termina cada periodo se realiza un nuevo pronóstico.
Pronóstico de la demanda = Ft = F(t – 1) + α ( A(t-1) – F(t-1) )
Donde:
Ft = El pronóstico suavizado exponencialmente para el periodo t.
Ft-1 = El pronóstico suavizado exponencialmente para el periodo anterior.
At-1 = La demanda real para el periodo anterior.
a = La tasa de respuesta deseada, o constante de suavizamiento.
Errores en los pronósticos.

Donde:
Et = error del pronostico del periodo
t 𝐸𝑡 = 𝑌𝑡 − 𝐹𝑡
Yt = Valor real para ese periodo.
Ft = Valor que se había pronosticado
Pronósticos causales con regresión
lineal.
Se define a la regresión como una relación funcional entre dos o más variables
correlacionadas y se usa para pronosticar una variable con base en la otra.
Formula de la recta.
𝑥𝑡
ො =𝑎+𝑏
• De la cual:
• 𝑥𝑡=
ො Pronóstico del período t.
• 𝑎 = Intersección de la línea con el eje.
• 𝑏 = Pendiente (positiva o negativa).
• 𝑡 = Período de tiempo.
Pronósticos causales con regresión
lineal.
Dónde:
𝑎 = 𝑋ത − 𝑏𝑡ҧ
• 𝑋ത = Promedio de la variable dependiente (Ventas o Demanda).
• 𝑡ҧ = Promedio de la variable independiente (Tiempo).
• Dónde:
𝑛 σ𝑛𝑖=1 𝑋𝑖 𝑡𝑖 − σ𝑛𝑖=1 𝑋𝑖 σ𝑛𝑖=1 𝑡𝑖
𝑏= 2
𝑛 σ𝑛𝑖=1 𝑡𝑖2 − σ𝑛𝑖=1 𝑡𝑖
PLANTILLA DE SERIES DE TIEMPO PROYECTO DE INVESTIGACION.xlsx
2.5. Monitoreo y control de los
pronósticos.
Comprende la supervisión y control de los pronósticos realizados
para asegurar que se están llevando a cabo de manera adecuada.
La forma más usada para monitorear los pronósticos es el
empleo de una señal de rastreo (Tracking Signal), la cual debe
mantenerse dentro de los límites de control de rastreo (Tracking
Control Limits) para que el modelo de pronóstico seleccionado
siga siendo válido. De esta manera, cuando la señal de rastreo
sobrepasa los límites de control, debe detenerse el proceso de
pronóstico y volver a absorber la demanda e igualarla de manera
más exacta (corrección del modelo y/o método de pronóstico).
• MAD (Error Absoluto Medio): Que proporciona una medición del error
promedio del pronóstico y queda definido matemáticamente por:
σ𝑛
𝑡=1 𝐴𝑡−𝐹𝑡
• 𝑀𝐴𝐷 =
𝑛

• Dónde:
• 𝐴𝑡 = demanda real o datos reales.
• 𝐹𝑡 = demanda pronosticada o datos pronosticados.
• 𝑛 = cantidad de periodos.
• Señal de Rastreo (TS – Tracking Signal): Mide la desviación del
pronóstico respecto a la variación de la demanda.
σ𝑛𝑡=1 𝐴𝑡 − 𝐹𝑡
𝑇𝑆 =
1 𝑛
σ 𝐴 − 𝐹𝑡
𝑛 𝑡=1 𝑡
• Dónde:
• 𝐴𝑡 = demanda real de los datos reales
• 𝐹𝑡 = demanda pronosticada o datos pronosticados.
• 𝑛 = cantidad de periodos
• Error cuadrático medio (MSE-CME): es usado para determinar la
medida en la que el modelo no se ajusta a la información, o si el quitar
ciertos términos puede simplificar el modelo de maneras benéficas.
σ𝑛𝑖=1 𝑦2 − 𝑦ො𝑖 2
𝑀𝑆𝐸 =
𝑛−2
• Error Porcentual Absoluto Medio (MAPE o Mean Absolute Percentage
Error): Es un indicador del desempeño del pronóstico de demanda
que mide el tamaño del error (absoluto) en términos porcentuales. El
hecho que se estime una magnitud del error porcentual lo hace un
indicador frecuentemente utilizado por los encargados de elaborar
pronósticos debido a su fácil interpretación. La fórmula para el cálculo
del MAPE o Error Porcentual Absoluto Medio es:

𝐴𝑡 − 𝐹𝑡
σ𝑛𝑡=1
𝐴𝑡
𝑀𝐴𝑃𝐸 =
𝑛
Importancia.
• Establece medidas de corrección
• Se aplica a todo el proyecto
• Determina y analiza rápidamente las causas que puedan causar
desviaciones Localiza los sectores responsables
• Proporciona información acerca de la ejecución de los planes
• Reduce costos y ahorra tiempo
• Su aplicación incide en la racionalización de la administración
Factores que comprende
• Calidad.
• Costo.
• Cantidad.
• Tiempo.
2.6. elaboración de pronósticos con
software especifico.
Existen software en donde se pueden realizar pronósticos de demanda
entre los cuales se encuentran.
POM-QM
Winqsb
Minitab.
SPSS Forecasting
Stats
Excel.
Ejemplo de ejercicio en POM-QM
La siguiente tabla muestra la demanda mensual de baterías para auto en
una refaccionaria durante las ultimas 8 semanas. Determine un pronostico
por promedio móvil simple de tres periodos.

Semanas Ventas
1 16
2 14
3 17
4 18
5 20
6 19
7 23
8 25
Referencias.
• Anderson, D. R. (2008). Estadística para administración y economía. (10ª. ed.)
México : Cengage Learning.
• Chase, R. B., Aquilano, N. J. y Jacobs, F. R. (2013). Administración de la
Producción y las operaciones. México: McGraw-Hill.
• Fogarty, D. W., Blackstone, J. y Hoffmann, T. (1986). Administración de la
producción e inventarios. México: Grupo Patria
• Heizer, J., Render, B. Dirección de la Producción. Decisiones estratégicas.
México: Prentice Hall.
Pronósticos de
demanda.
I.G.E. David Osiris Fernández
Abalos.