Administracin de Operaciones

Unidad II
Pronsticos de la Demanda

1
Importancia estratgica del pronstico

Los pronsticos son

aportes cruciales de los

planes de negocios, los

planes anuales y los
presupuestos

2
Importancia estratgica del pronstico

Finanzas necesita
pronsticos para

proyectar los flujos de

efectivo y las
necesidades de capital

3
Importancia estratgica del pronstico

Recursos humanos
necesita pronsticos
para prever las
necesidades de
contratacin y
capacitacin de personal

4
Tipos de pronsticos

Los pronsticos econmicos

abordan el ciclo del negocio al
predecir tasas de inflacin,
suministros de dinero,
construccin de viviendas y
otros indicadores de
planeacin

5
Tipos de pronsticos

Los pronsticos tecnolgicos

se refieren a los ndices de
progreso tecnolgico, que
pueden dar lugar a nuevos
productos interesantes, que
requerirn nuevas plantas y
equipo.

6
Tipos de pronsticos

Los pronsticos de la
demanda son
proyecciones de la
demanda de productos o
servicios de la
compaa.

7
Caractersticas de la Demanda

Un pronstico es una
prediccin de
acontecimientos futuros
que se utiliza con
propsitos de
planificacin
8
Caractersticas de la Demanda

Los mtodos de
pronstico pueden
basarse en modelos
matemticos que utilizan
los datos
histricos disponibles

9
Caractersticas de la Demanda

En opiniones u
observaciones o en una
combinacin de datos y
observaciones

10
Patrones de demanda
En la raz de la mayora de las
decisiones de negocios se
encuentra el reto de
pronosticar la demanda del
cliente. Se trata de una tarea
difcil porque la demanda de
bienes y servicios suele variar
considerablemente.

11
Patrones de demanda
es previsible que la demanda de
fertilizante para el csped aumente
en los meses de primavera y verano;
sin embargo, en los fines de semana
especficos en los que la demanda es
ms intensa, sta depende de
factores incontrolables, como el
clima

12
Caractersticas de la Demanda

Las observaciones
repetidas de la demanda
de un producto o servicio
en el orden en que se
realizan forman un patrn
que se conoce como serie
de tiempo.
13
Series de tiempo

Horizontal. La
fluctuacin de los datos
en torno de una media
constante.

14
Series de tiempo

Tendencia. El incremento
o decremento
sistemtico de la media
de la serie a travs del
tiempo.

15
Series de tiempo

Estacional. Un patrn
repetible de incrementos o
decrementos de la
demanda, dependiendo
de la hora del da, la
semana, el mes o la
temporada.
16
Series de tiempo

Cclico. Una pauta de

incrementos o decrementos
graduales y menos previsibles
de la demanda, los cuales se
presentan en el transcurso de
periodos ms largos (aos o
decenios).

17
Series de tiempo

Aleatorio. La variacin
imprevisible de la
demanda.

18
Series de tiempo

19
Mtodos Cualitativos

los mtodos de juicio son

la nica manera prctica
de realizar un

pronstico.

20
Mtodos Cualitativos

los mtodos de juicio tambin

pueden usarse para modificar
los pronsticos generados por
los mtodos cuantitativos para
prever sucesos especiales
prximos que, de lo
contrario, no se reflejaran en el
pronstico.

21
Mtodos Cualitativos

los mtodos de juicio pueden

usarse para ajustar el archivo
de historial que se analizar
con mtodos cuantitativos
para descontar el impacto
de acontecimientos especiales
nicos que ocurrieron en el
pasado
22
Mtodos Cualitativos, Ventas

Las estimaciones del

personal de ventas son
pronsticos compilados a
partir de estimaciones
realizadas peridicamente
por miembros del personal
de ventas de las compaas
23
Mtodos Cualitativos, Ventas
Ventajas:
qu productos o servicios comprarn
los clientes
Informacin de distritos o regiones
Los pronsticos pueden combinarse
fcilmente
para obtener las cifras
correspondientes a ventas regionales
o nacionales

24
Mtodos Cualitativos, Ventas

Desventajas:
Los prejuicios individuales
de los vendedores

no siempre perciben la
diferencia entre lo que el
cliente quiere y lo que el
cliente necesita
25
Mtodos Cualitativos, Opinin
ejecutiva
Mtodo de pronstico en el
cual se hace un resumen de
las opiniones, experiencia
y conocimientos tcnicos de
uno o varios gerentes para
llegar a un solo pronstico.

26
Mtodos Cualitativos, Opinin
ejecutiva
Pronsticos Tecnolgicos:
Aplicacin de la opinin
ejecutiva para
mantenerse al tanto de
los ltimos adelantos
tecnolgicos.
27
Mtodos Cualitativos, Investigacin de
Mercado
La investigacin de
mercado consiste en un
mtodo sistemtico para
determinar el grado de
inters del consumidor
externo por un producto o
servicio
28
Mtodos Cualitativos, Mtodo Delphi

Proceso para obtener el

consenso dentro de un
grupo de expertos, al
tiempo que se respeta el
anonimato de sus
integrantes.
29
Mtodos Cuantitativo, series de
tiempo
En lugar de emplear variables
independientes para el
pronstico como en los modelos
de regresin, los mtodos de
series de tiempo usan
informacin histrica que slo
se refiere a la variable
dependiente.

30
Mtodos Cuantitativo, series de
tiempo
En el anlisis de series de
tiempo se identifican los
patrones fundamentales
de la demanda que se
combinan para producir el
patrn histrico observado
en la variable dependiente
31
Mtodos Cuantitativo, series de
tiempo

la atencin se centra en
los mtodos de series de
tiempo aplicables a los
patrones de demanda de
tipo horizontal, de
tendencia y estacionales
32
Mtodos Cuantitativo, Enfoque Simple

Un mtodo que se usa con

frecuencia en la prctica es el
pronstico emprico, en el
cual el pronstico de la
demanda para el siguiente
periodo es igual a la demanda
observada en el periodo
actual (Dt).
33
Mtodos Cuantitativo, Enfoque Simple

si la demanda real del mircoles

ha sido de 35 clientes, la
demanda pronosticada para el
jueves ser de 35 clientes. Si la
demanda real del jueves es de
42 clientes, la demanda
pronosticada para el viernes
tambin ser de 42 clientes

34
Mtodos Cuantitativo, Promedios
Mviles
El mtodo de promedio mvil
simple se usa para estimar el
promedio de una serie de
tiempo de demanda y, por lo
tanto, para suprimir los
efectos de las fluctuaciones
aleatorias.

35
Mtodos Cuantitativo, Promedios
Mviles

Este mtodo resulta ms

til cuando la demanda
no tiene tendencias
pronunciadas ni
influencias estacionales

36
Mtodos Cuantitativo, Promedios
Mviles
La aplicacin de un modelo de
promedio mvil requiere
simplemente calcular la
demanda promedio para los n
periodos ms recientes, con el
fin de usarla como pronstico
para el siguiente periodo

37
Mtodos Cuantitativo, Promedios
Mviles
Para el periodo siguiente, una vez
que se conoce la demanda, la
demanda ms antigua incluida en el
promedio anterior se sustituye por la
demanda ms reciente y luego se
vuelve a calcular el promedio. De
esta manera, se usan las n demandas
ms recientes y el promedio se
mueve de un periodo a otro.

38
Mtodos Cuantitativo, Promedios
Mviles

En trminos especficos, el
pronstico correspondiente al
periodo t + 1 se calcula como
sigue:

39
Mtodos Cuantitativo, Promedios
Mviles

40
Mtodos Cuantitativo, Promedios
Mviles
Cuando se presenta una tendencia o patrn, se
utilizan ponderaciones para dar ms importancia a
los valores recientes. Esta prctica permite que las
tcnicas de pronstico respondan ms rpido a los
cambios, ya que puede darse mayor peso a los
periodos ms recientes.

41
Mtodos Cuantitativo, Promedios
Mviles

42
Mtodos Cuantitativo, Promedios
Mviles

43
Suavizamiento exponencial

El suavizamiento exponencial es un sofisticado

mtodo de pronstico de promedios mviles
ponderados cuya aplicacin sigue siendo muy
sencilla. Implica mantener muy pocos registros de
datos histricos. La frmula bsica para el
suavizamiento exponencial se expresa como sigue

44
Suavizamiento exponencial

Donde es la ponderacin, o constante de suavizado,

elegida por quien pronostica, que tiene un valor entre 0 y 1

45
Suavizamiento exponencial

46
Ejercicio

Las ventas del popular Beetle de Volkswagen han crecido

de manera estable durante los ltimos 5 aos en Nevada El
El gerente de ventas predijo en 1997 que las ventas de
1998 seran de 410 VW. Use suavizamiento exponencial con
una ponderacin = .30 para desarrollar los pronsticos de
1999 a 2003.

47
Ejercicio
Ao Ventas Pronstico

1998 450 410

1999 495

2000 518

2001 563

2002 584

2003 ?

48
Medicin del error del pronstico

La precisin general de cualquier modelo de

pronstico promedios mviles, suavizamiento
exponencial o cualquier otro se determina
comparando los valores pronosticados con los
valores reales u observados.

49
Medicin del error del pronstico

Error del pronstico = demanda real valor

pronosticado
Error= At Ft

50
Medicin del error del pronstico

Las tres medidas ms comunes son desviacin absoluta

media (MAD, mean absolute deviation), error
cuadrtico medio (MSE, mean squared error) y error
porcentual absoluto medio (MAPE, mean absolute
percent error).

51
Desviacin absoluta media

Su valor se calcula sumando los valores absolutos de los

errores individuales del pronstico y dividiendo entre el
nmero de periodos de datos (n):

52
Desviacin absoluta media

53
Desviacin absoluta media

54
Error Cuadrtico Medio

El error cuadrtico medio (MSE) es una segunda forma

de medir el error global del pronstico. El MSE es el
promedio de los cuadrados de las diferencias entre los
valores pronosticados y observados. Su frmula es:

55
Error Cuadrtico Medio

56
Error porcentual absoluto medio

Un problema con MAD y con MSE es que sus valores

dependen de la magnitud del elemento que se
pronostica. Si el elemento pronosticado se mide en
millares, los valores de MAD y MSE pueden ser muy
grandes.

57
Error porcentual absoluto medio

Para eludir este problema, podemos emplear el error

porcentual absoluto medio (MAPE).
ste se calcula como el promedio de las diferencias
absolutas entre los valores pronosticados y los reales y
se expresa como porcentaje de los valores reales

58
Error porcentual absoluto medio

59
Proyeccin de tendencias

Esta tcnica ajusta una recta de tendencia a una serie

de datos puntuales histricos y despus proyecta dicha
recta al futuro para obtener pronsticos de mediano y
largo plazo. Se pueden desarrollar diversas ecuaciones
matemticas (como exponencial y cuadrtica), pero en
esta seccin revisaremos slo las tendencias lineales
(en lnea recta).
60
Proyeccin de tendencias

Si decidimos desarrollar una recta de tendencia lineal

mediante un mtodo estadstico preciso, podemos
aplicar el mtodo de mnimos cuadrados. Este enfoque
da como resultado una lnea recta que minimiza la
suma de los cuadrados de las diferencias verticales o
desviaciones de la recta a cada una de las
observaciones reales.
61
Proyeccin de tendencias

Una recta de mnimos cuadrados se describe en

trminos de su ordenada o interseccin con el eje y (la
altura en la cual cruza al eje y) y su pendiente (la
inclinacin de la recta). Si calculamos la pendiente y
la ordenada, expresamos la recta con la siguiente
ecuacin

62
Proyeccin de tendencias

63
Proyeccin de tendencias

64
Proyeccin de tendencias

65
Proyeccin de tendencias

66
Proyeccin de tendencias

67
Proyeccin de tendencias

68
Anlisis de regresin lineal
Modelo matemtico de lnea recta para describir las
relaciones funcionales entre las variables dependiente
e independiente.

69
Anlisis de regresin lineal
Podemos emplear el mismo modelo matemtico que
usamos con el mtodo de mnimos cuadrados para la
proyeccin de tendencias, con el fin de realizar un
anlisis de regresin lineal. Las variables dependientes
que deseamos pronosticar se simbolizan con . Pero la
variable independiente, x, ya no necesita ser el tiempo.

70
Anlisis de regresin lineal
Usamos la ecuacin:
= a + bX
donde:
= valor de la variable dependiente
a = interseccin con el eje y (ordenada)
b = pendiente de la recta de regresin
x = variable independiente

71
Anlisis de regresin lineal

72
Anlisis de regresin lineal

73
Anlisis de regresin lineal

74
Anlisis de regresin lineal

75
Anlisis de regresin lineal
La tabla presenta los datos del nmero de
transistores (en millones) manufacturados en una
planta de Japn durante los ltimos 5 aos:
Ao Transistores
1 140
2 160
3 190
4 200
5 210

Pronostique el nmero de transistores que se fabricar

el prximo ao usando regresin lineal
76
Anlisis de regresin mltiple
La regresin mltiple es una extensin prctica del
modelo simple de regresin que acabamos de ver.
Nos permite construir un modelo con varias
variables independientes en lugar de slo una
variable

77
Anlisis de regresin mltiple

78
Pronsticos en el sector servicios
Los pronsticos en el sector servicios presentan
desafos inusuales. Una tcnica importante en el
sector comercial es el seguimiento de la demanda
manteniendo registros adecuados de corto plazo. Por
ejemplo, una peluquera para hombres espera picos
en el flujo de trabajo los viernes y sbados

79
Fin de Unidad

80