07/10/2023

Administración de la Demanda-
Métodos de Pronósticos
Universidad de Sonora
Ingeniería Industrial y de Sistemas
Sistemas de producción I

Administración de la demanda
• Dentro de los sistemas de
producción, se refiere a la
estrategia y procesos de
gestionar la demanda de
productos y servicios de una
empresa para optimizar la
eficiencia de su cadena de
suministro y producción.

1
 07/10/2023

Administración de la demanda:
• Implica anticipar, comprender y gestionar las variaciones en la
demanda de manera efectiva.

• Objetivo de la administración de la demanda:

• Minimizar los costos operativos
• Maximizar la utilización de recursos y
• Satisfacer las necesidades de los clientes de manera adecuada.

Puntos clave de la administración de la demanda

Flexibilidad en la
Previsión de la Demanda: Gestión de Inventarios:
Producción:
• Se utiliza para estimar • La administración de la • Las variaciones en la
las cantidades de demanda impacta demanda pueden
productos o servicios directamente en cómo requerir ajustes en la
que los clientes se gestionan los niveles producción.
requerirán en el futuro. de inventario. • Las empresas deben
Esto ayuda a las • Un equilibrio adecuado estar preparadas para
empresas a planificar su es esencial para evitar cambiar la producción
producción y suministro costos innecesarios y la según las fluctuaciones
de manera acorde. falta de productos en la demanda, lo que
cuando los clientes los puede implicar la
necesitan. capacidad de escalar la
producción o reducirla
según sea necesario.

2
 07/10/2023

Puntos clave de la administración de la demanda

Colaboración en la Cadena Segmentación de la

Tecnología y Herramientas:
de Suministro: Demanda:
• La comunicación y • Se utilizan sistemas y • Reconocer que diferentes
colaboración efectiva con herramientas avanzadas, segmentos de clientes
proveedores y como software de pueden tener patrones de
distribuidores son planificación de recursos demanda distintos. Esto
esenciales para adaptarse empresariales (ERP) y puede permitir la creación
a las fluctuaciones de la sistemas de gestión de la de estrategias específicas
demanda. Compartir cadena de suministro para cada segmento y una
información en tiempo (SCM), para rastrear la asignación más eficiente
real puede ayudar a todos demanda, pronosticar de recursos.
los participantes de la tendencias y realizar un
cadena a ajustar sus seguimiento de los niveles
operaciones de manera de inventario.
eficiente.

Puntos clave de la administración de la demanda

Agilidad: Optimización Global:

• La capacidad de responder • El objetivo final de la

rápidamente a cambios administración de la demanda
inesperados en la demanda es es optimizar los costos
esencial. Esto podría implicar la operativos y maximizar la
reconfiguración de líneas de satisfacción del cliente en el
producción, la modificación de contexto de sistemas de
prioridades o la búsqueda de producción. Esto implica
fuentes alternativas de encontrar el equilibrio
suministro. adecuado entre la producción,
el inventario y la demanda real.

3
 07/10/2023

Introducción
• El punto de arranque de cualquier sistema de planificación
se da a partir de la demanda real o esperada de los clientes.

• Todos los tiempos necesarios para generar y entregar el

producto o servicio será mayor que lo que el cliente espera,
para evitar que esto suceda, la producción se tendrá que
iniciar antes de que se conozca la demanda real del cliente.

• La producción deberá iniciar a partir de la demanda

esperada ( Pronóstico de la demanda).

Introducción

Los pronósticos son vitales para toda organización de

negocio

Son fundamento
Planificación
Tomar para los
de la Para finanzas y
decisiones de presupuestos y
corporación a contabilidad
la gerencia control de
largo plazo
costos.

4
 07/10/2023

Definición de Pronóstico

Es una técnica para utilizar experiencias

pasadas con la finalidad de predecir
expectativas del futuro.

Un pronóstico es una declaración o

predicción sobre un evento o situación
futura basada en la información y el
análisis disponibles en el momento
presente.

Definición de Pronóstico

Note que en la definición el Pronóstico no es realmente una

predicción, sino una proyección estructurada del conocimiento
pasado.

Hay varios tipos de pronósticos, utilizados para distintos propósitos y

sistemas.

10

5
 07/10/2023

Tipos de pronóstico (P).

Pronóstico de Pronóstico de
Pronóstico Pronóstico
demanda a demanda a
cualitativo cuantitativo
corto plazo largo plazo

Pronóstico de
Pronóstico de Pronóstico de Pronóstico de
reemplazo de
venta inventario producción
productos

Pronóstico de Pronóstico de
Pronóstico de Pronóstico
tendencia del demanda
precio estacional
mercado colaborativa

11

Tipos de pronósticos (P)

Largo plazo Corto plazo

• Determinación de necesidades • Demanda de productos
de capacidad general particulares: Programación y
• Desarrollo de planes lanzamientos de producción.
estratégicos • Previos a conocer las ordenes
reales del cliente.
• Toma de decisiones estratégicas
de compras
Pronósticos estratégicos Pronósticos tácticos
Pronósticos de mediano y largo plazos con que Pronósticos de corto plazo que se emplean
se toman decisiones relacionadas con el diseño como entrada para tomar decisiones diarias
de planes para satisfacer una demanda. destinadas a satisfacer una demanda.

12

6
 07/10/2023

Tipos de pronóstico (P).

Pronóstico de demanda Corto Pronóstico de Demanda a Largo

plazo Plazo
• Este tipo de pronóstico se • Se utiliza para prever la demanda
enfoca en prever la demanda en en un horizonte de tiempo más
un horizonte de tiempo cercano, amplio, a menudo de uno a cinco
generalmente dentro de un años o más. Ayuda a las empresas
período de semanas o meses. Es a tomar decisiones estratégicas,
esencial para la planificación de como la expansión de la capacidad
de producción, la inversión en
la producción, la gestión de nuevas instalaciones o la
inventarios y la asignación de introducción de nuevos productos
recursos a corto plazo. al mercado.

13

Tipos de pronóstico (P).

Pronóstico Cualitativo Pronóstico Cuantitativo

• Este enfoque se basa en la • Utiliza datos históricos para
opinión y el juicio de expertos, prever la demanda futura. Puede
encuestas de mercado y dividirse en varios métodos,
métodos subjetivos. Es útil como el promedio móvil, el
cuando no se dispone de datos suavizado exponencial y el
históricos o cuando se enfrentan análisis de series temporales.
cambios significativos en el
entorno del mercado.

14

7
 07/10/2023

Tipos de pronóstico (P).

Pronóstico de Ventas Pronóstico de Inventario

• Este tipo de pronóstico se centra • Se utiliza para prever la cantidad
en prever las ventas específicas de inventario necesaria para
de productos o servicios. Es satisfacer la demanda futura.
fundamental para la Ayuda a evitar la falta de
planificación de la producción, la existencias o el exceso de
gestión de inventarios y la inventario.
asignación de recursos.

15

Tipos de pronóstico (P).

Pronóstico de Reemplazo de
Pronóstico de Producción Productos
• Este tipo de pronóstico se utiliza • Se utiliza para prever cuándo los
para prever la cantidad de productos existentes deben ser
productos que deben fabricarse reemplazados o actualizados.
para satisfacer la demanda Esto es crucial en industrias
proyectada. Es esencial para una como la tecnología, donde los
programación de producción productos se vuelven obsoletos
eficiente. rápidamente.

16

8
 07/10/2023

Tipos de pronóstico (P).

Pronóstico de Tendencias del

Pronóstico de Precios Mercado
• Ayuda a prever los cambios en • Este tipo de pronóstico se enfoca
los precios de los productos o en identificar las tendencias
servicios, lo que puede ser útil emergentes en el mercado que
para la fijación de precios y la pueden afectar la demanda
gestión de márgenes de futura. Esto es importante para
ganancia. la innovación y la adaptación a
cambios en las preferencias del
cliente.

17

Tipos de pronóstico (P).

Pronóstico de Demanda
Pronóstico Estacional Colaborativa
• Se utiliza para prever patrones • Implica la colaboración entre
estacionales en la demanda, diferentes actores de la cadena
como la demanda de productos de suministro, como
relacionados con las proveedores y minoristas, para
festividades. mejorar la precisión de los
pronósticos.

18

9
 07/10/2023

Características fundamentales de los pronósticos (P).

1. Los pronósticos casi siempre son incorrectos.

2. Los pronósticos son más precisos para grupos o familias de artículos

3. Los pronósticos son más precisos cuando se hacen para periodos cortos

4. Todo pronóstico debe incluir un error de estimación.

5. Los pronósticos no son sustituto de la demanda calculada.

19

1. Los pronósticos casi siempre son incorrectos

Tiene poca importancia si un Pronóstico es o no correcto.

Lo relevante es enfocarnos en “ que tan equivocado

esperamos que sea” y en “ como planeamos darle cabida al
error potencial en el Pronóstico”
• Buena parte del análisis de la capacidad de almacenamiento y/o inventario
temporal que la empresa pueda utilizar, se relaciona con el tamaño del
error del pronóstico.

20

10
 07/10/2023

2. Los Pronósticos son más precisos para grupos o familias de

artículos.

Casi siempre es más fácil desarrollar un buen

Pronóstico para una línea de productos que
para un producto en lo individual, ya que los
errores de proyección respecto al producto
individual tienden a cancelarse entre sí a
medida que se les agrupa.

21

3. Los Pronósticos son más precisos cuando se hacen para

periodos cortos

Son menos las perturbaciones potenciales

respecto del futuro próximo que puedan
impactar la demanda de productos

La demanda en periodos futuros más

amplios resulta menos confiable.

22

11
 07/10/2023

4. Todo Pronóstico debe incluir un error de estimación.

Es muy importante que el pronóstico vaya

acompañado de una estimación numérica del
error del pronóstico.

Los buenos pronósticos contienen una

estimación básica y una estimación de su error.

23

Error de pronóstico

El error de pronóstico se define como la comparación

entre el valor pronosticado y el valor real.

Y se calcula:

Error de pronóstico = Demanda real – valor pronosticado

Que utilidad tiene estimar el error: permite tomar decisiones sobre qué método
de pronóstico es mejor y qué pueda detectar cuando algo en nuestra previsión de
la demanda no está marchando bien.

24

12
 07/10/2023

Error de pronósticos

Siempre va a haber errores en el

cálculo de un pronóstico de
demanda, se intenta minimizar los
tipos de errores, eligiendo el mejor
método de pronósticos.
Por eso, existe la medición del error
en pronósticos de demanda.

25

5. Los P. no son sustitutos de la demanda calculada.

Si hay datos de la demanda real para un

periodo dado, no realice nunca cálculos con
base en el pronóstico para ese mismo marco
temporal. Use siempre la información real
cuando esté disponible.

26

13
 07/10/2023

Pronosticar

El futuro no es una prolongación o

repetición del pasado:
Tratar de conocer lo que
• los gustos cambian con el tiempo.
sucederá en el futuro. • los productos dejan de cumplir su propósito.
• Nuevos productos que desplazaran las
existencias actuales.

27

Diferencias entre pronósticos

Predicción: Previsión:

• Se basa en la intuición y en la • Se basa en datos históricos y que

experiencia de quien pronostica. tienen una sustentación matemática

Predicción: se refiere a modelos cualitativos

Previsión: se refiere a modelos cuantitativos

NINGUN METODO DE PRONOSTICOS GARANTIZA QUE SE CONOCERA
ACERTADAMENTE LOS SUCESOS FUTUROS

28

14
 07/10/2023

Categorías de pronósticos

Hay dos tipos fundamentales

de pronósticos:

Cualitativos Cuantitativos

29

Pronósticos cualitativos

Se generan a partir de información que no

tiene una estructura analística definida.

Resultan especialmente útil cuando no se

tiene disponibilidad de información histórica.
• Nuevos productos.

30

15
 07/10/2023

Algunas características de los datos

El Pronóstico se basa en un juicio personal o en información cualitativa externa.

El Pronóstico tiende a ser subjetivo: ya que se desarrolla a partir de las experiencias de

personas involucradas en el proyecto. Con frecuencia estará sesgado (optimista o
pesimista de los involucrados)

Una de sus ventajas es que casi siempre permite obtener algunos resultados con rapidez.

En algunos casos, la proyección cualitativa es especialmente importante, ya que puede

construir el único modelo disponible.

Estos métodos suelen utilizarse para productos individuales o familias de productos, y rara
vez para mercados completos.

31

Métodos de pronósticos cualitativos.

• Son cuestionarios estructurados que se envían a los clientes

potenciales del mercado, piden opiniones acerca del o los
Encuestas de
productos potenciales y la posible intención de demanda por
mercado parte del cliente. Son costosas y su aplicación lenta si se aplica
correctamente.

• Utiliza paneles de expertos específicos en el mercado o área

para la cual se desarrolla la encuesta.
Delphi o • Los expertos intentan transferir el análisis de sus
consenso de conocimientos respecto a los factores que afectan la demanda.
panel. • Método Delphi: cada experto realiza una serie de pronósticos
individuales. Se comparten y cada quien realiza los cambios
que crean, llegando a un conceso del Pronóstico.

32

16
 07/10/2023

Métodos de pronósticos cualitativos

• Método utilizado para cuando el producto o servicio es

nuevo, se basa en el ciclo de vida del producto: crecimiento
Analogía del
en etapa temprana –introducción al mercado. El producto o
ciclo de vida. servicio madura, lo que implica un bajo crecimiento adicional
y el producto ya no es ofertado.

• Se encuentra entre los pronósticos más comunes, pero menos

Valoración o confiables. Consiste en que un Ejecutivo de ventas solicita a
juicio cada vendedor que desarrolle proyecciones de venta para su
informado área, considerando un periodo futuro, de aquí sale el
Pronóstico de venta para la compañía. ( metas optimistas y
temor a que sus datos sean tomado como cuotas de venta)

33

Métodos Cuantitativos

Los métodos cuantitativos emplean datos históricos y a

través de modelos matemáticos se realizan pronósticos, los
cuales se espera sean más objetivos.

• Método Causales
• Series de tiempo.

34

17
 07/10/2023

Características clave del método causal.

Está basado en el concepto de relación entre variables; suposición de que una

variable medida “ocasiona” que la otra cambie de forma predecible.

Parte de un supuesto importante de causalidad, y de que la variable causal puede

ser medida de manera precisa. La variable medida que ocasiona que la otra
variable cambie se le llama Indicador líder.

Si se desarrollan indicadores lideres apropiados, el método con frecuencia ofrece

excelentes resultados en cuanto a pronósticos.

35

Características clave del método causal.

El encargado de desarrollar el modelo puede obtener importantes conocimientos

del mercado.

Comúnmente empleado para mercados o industrias completas, más que para un

producto.

Consume demasiado tiempo y resulta caro.

36

18
 07/10/2023

Métodos comunes de pronósticos causales

• Pueden ser modelos muy grandes y complejos, ya que analizan los flujos
Modelo de de los bienes y servicios a través de la economía completa.
Entrada–Salida. • Gran cantidad de información, desarrollos largos y costos.

Modelos • Estos modelos implican en análisis estadístico de varios sectores de la

econométricos. economía, muy similar al Modelo de E-S.

• Modelo que ha estado creciendo en uso e incrementado con el uso de

Modelo de computadoras y desarrollo de programas de simulación. Utilizable para
productos individuales y la recopilación de datos es costosa y lenta. Son
simulación. rápidos y económicos una vez que los datos han sido incorporados al
programa.

• Modelos estadísticos para desarrollar una relación analítica entre dos o

Regresión. más variables. El supuesto es que una de las variables causa que la otra
se mueva. También son conocidos como pronósticos extrínsecos.

37

Pronósticos cuantitativos: Serie de Tiempo

Los pronósticos de serie de tiempo se encuentran entre los más utilizados por los
paquetes de pronósticos vinculados con la proyección de la demanda de productos.

Parten del supuesto común que la demanda pasada sigue cierto patrón y si este patrón es
analizado podrá utilizarse para desarrollar proyecciones para la demanda futura .

Esto implica el supuesto de que la única variable independiente en el pronóstico “Serie

de Tiempo” es precisamente el tiempo.

En ocasiones se le denominan como pronósticos intrínsecos, dado que se basa en

información interna-ventas.

38

19
 07/10/2023

Pronósticos cuantitativos: Serie de tiempo

Casi todos los pronósticos de serie de tiempo tratan de captura de manera

matemática los patrones subyacentes de la demanda

Patrón Cíclico o estacional:

Patrón aleatorio: la demanda Patrón de tendencia: las pueden estar ligados o no a las
siempre posee un elemento tendencias pueden ser creciente estaciones del año. Siguen
aleatorio. o decreciente cierto ciclo de demanda,
creciente o decreciente

39

Componentes de una serie de tiempo

40

20
 07/10/2023

Componentes de una serie de tiempo de demanda

41

Componentes de la demanda

Ciclo: patrones que se repiten cada cierto número de años, con

relación directa a los ciclos económicos (Tecnología, política,
globalización, tasa de cambio y otros )

Tendencia: es a lo largo del tiempo, comparando dos periodos no consecutivos, la

demanda puede ir en ascenso o descenso. La demanda se ve afectada por factores como:
poder adquisitivo, cambios en los gustos y preferencia en los consumidores.

Estacionalidad: la demanda de ciertos productos puede tener un patrón de aumento o

disminución que se repite en ciertas épocas del año por condiciones especiales; navidad,
san Valentín, regiones. No siempre es posible detectar las razones de la estacionalidad,
pero si es visible y en cierto aspecto previsible.

42

21
 07/10/2023

Componentes de la demanda

NIVEL: Es una forma de comprender cuál será el comportamiento promedio de

la demanda durante un período largo de tiempo, el cual se calcula sumando la
demanda en un lapso de tiempo, por ejemplo, de un año, y dividirla entre el
número de períodos del lapso calculado. Con este modelo puede conocerse la
demanda eliminando un poco la distorsión aleatoria.

ALEATORIEDAD: El comportamiento de compra de los clientes puede variar

día a día por razones diferentes. Un aplazamiento de la compra puede
generar distorsiones pequeñas en el comportamiento de la demanda.
Los cambios al azar de la demanda conforman el comportamiento de
aleatoriedad, muy difícil de predecir.

43

Horizonte de tiempo de pronóstico

• Extensión de tiempo de hasta 1 año, pero casi siempre es menor a 3

Pronóstico a corto meses.
plazo: • Planear las compras, programar el trabajo, determinar niveles de
mano de obra, asignar el trabajo, y decidir los niveles de producción.

• Tiene una extensión de entre 3 meses y 3 años.

Pronóstico a mediano • planear las ventas, la producción, el presupuesto y el flujo de
plazo: efectivo, así como para analizar diferentes planes operativos.

• Tienen una extensión de 3 años o más.

Pronóstico a largo • Planear la fabricación de nuevos productos, gastos de capital,
plazo. ubicación o expansión de las instalaciones, y para investigación y
desarrollo.

44

22
 07/10/2023

Pasos a seguir en el sistema de pronóstico

Seleccionar Determinar el
Determinar el Seleccionar el
aspectos que se horizonte de
uso del modelo del
deben tiempo de
pronóstico pronóstico
pronosticar pronóstico

Recopilar los
Validar e
datos necesarios Realizar el
implementar los
para elaborar el pronóstico
resultados.
pronóstico

45

Métodos de serie de tiempo

Tipo de pronóstico 1.Promedios móviles simples

en que se anticipa 2.Promedios móviles ponderados
la demanda futura
3.Suavizado exponencial simple
con datos
relacionados con la
demanda anterior. 1.Regresión

46

23
 07/10/2023

Promedios móviles simples

• Método de pronóstico que utiliza un promedio de los n periodos más
recientes de datos para pronosticar el siguiente periodo.
• Son útiles si podemos suponer que la demanda del mercado
permanecerá relativamente estable en el tiempo.
• Suaviza las irregularidades del corto plazo en las series de tiempo.

σ 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜𝑠 𝑝𝑟𝑒𝑣𝑖𝑜𝑠

• Promedios móviles=
𝑛

47

Promedios móviles simples.

• Como su descripción lo indica, es el promedio matemático de los
últimos periodos recientes de la demanda real.

• La ecuación general para obtenerlos tiene la siguiente forma:

𝐹𝑡 = (𝐴𝑡−1 + 𝐴𝑡−2 + ⋯ + 𝐴𝑡−𝑛 )/n

• F es el Pronóstico
• t es el periodo actual, Ft
• At (Dt) es la demanda real en el periodo t, y
• n es el número de periodos que se utiliza

48

24
 07/10/2023

Promedio móvil simple PMS

• Es un pronóstico cuantitativo y es de corto plazo.
• Es el más sencillo de todos.
• Lo usual es emplearlo para periodos de tres meses mínimo y 9 como
máximo.
• Algunos lo utilizan en periodos uno a uno.
• Responde a las demandas con retraso
• Mientras más periodos se involucren en el promedio, más lineal será
el pronóstico.
• No se reflejan los efectos estacionales, cíclicos y aleatorios.

49

PMS
Periodo Demanda Pronostico
1 1200
2 1400
3 1000
4 1500 1200
5 1500 1300
6 1300 1333
7 1800 1433
8 1700 1533
9 1300 1600
10 1700 1600
11 1700 1567
12 1600 1567
Tendencia Lineal
Se retrasa respecto al pronostico

50

25
 07/10/2023

Gráfico de Pronóstico de promedio móvil

Promedio móvil
Pronóstico de promedio
60
Periodo Demanda 1 móvil de tres periodos
1 13 50

2 15
40
3 18

Unidades
30
4 22 15.3

5 27 18.3 20

6 31 22.3
10
7 36 26.7
0
8 41 31.3 1 2 3 4 5 6 7 8 9 10 11 12 13
Periodo
9 45 36.0
Demanda 1 pronostico movil 1
10 52 40.7

11 57 46.0

12 51.3

13

52

Pronóstico de promedios móviles ponderados

• Pronósticos hechos con datos pasados, en los que los datos más
recientes tienen mayor significado de los datos anteriores.
• Permite asignar cualquier importancia a cada elemento, siempre y
cuando la suma de las ponderaciones sea igual a uno (𝛴𝑤𝑛 = 1)
• Es posible así dar mayor influencia a ciertos puntos de información,
por lo general al punto de mayor demanda reciente.

𝑭𝟏 = 𝒘𝟏 𝑨𝒕−𝟏 + 𝒘𝟐 𝑨𝒕−𝟐 + ⋯ 𝒘𝒏 𝑨𝒕−𝒏

• Donde 𝛴𝑤𝑛 = 1, cada uno de los pesos es menor que 1, pero su suma total
debe ser equivalente a 1.

56

26
 07/10/2023

Gráfico de promedios móviles ponderados

promedios móviles ponderados

Pronóstico de promedio 35
móvil ponderados
Periodo Demanda 30

1 24
25
2 26
3 22 20

Unidades
4 25 23.6
15
5 19 24.3
6 31 21.4 10

7 26 26.2
5
8 18 26.1
0
9 29 23 1 2 3 4 5 6 7 8 9 10 11 12 13

10 24 25.1 Periodo

11 30 24.3 Demanda Pronostico de promedio movil ponderados

12 23 28
13 25.3
Ponderación: 0.2, 0.3 y 0.5

57

Ejercicio en clase
Periodo Demanda Pronostico 1.- Determine el pronóstico” Promedio móvil simple
1 30 considerando 2 y 4 periodos, grafique y comente en equipo.

2 33 2. Determine el pronóstico para cada período “ promedio

3 20 móvil ponderado “ y en la semana 12. considerando 3
4 26 periodos y ponderación de .1, .3 y .7, Grafique y comente.

5 24 3. Si vio el error en las ponderaciones, utilice los valores de

6 31 0.1, 0.3 y 0.6
Recuerde que la suma de las ponderaciones esta entre 0 y 1, y
7 36 la suma de las mismas debe dar 1.
8 33
9 38
10 37
11 10
12

59

27
 07/10/2023

Pronostico ingenuo (Naive)

• La previsión ingenua es un enfoque muy simplista de la previsión. Se
basa en la creencia, que revisar los datos de demanda anteriores
añade poco valor.
• El pronóstico ingenuo se basa en las ventas reales del período
anterior. La demanda actual se proyecta como previsión del próximo
período.
Formula Pronósticos Naive: 𝑌𝑡 = 𝐴𝑡−1

• Donde 𝑌𝑡 es el pronóstico en el tiempo t y 𝐴𝑡−1 es el valor de la última demanda

61

Ejemplo pronóstico ingenuo (NAIVE)

Periodo Demanda actual Pronostico demanda

1 450
2 390
3 440
4 440

Dado que este tipo de pronósticos se basa en las ventas anteriores,

cual es el pronóstico de la demanda para el Periodo 4

62

28
 07/10/2023

Suavización exponencial

A diferencia de las otras técnicas de pronósticos, la principal desventaja es la

necesidad de manejar en forma continua gran cantidad de datos históricos.

Es probable que este sea el método más lógico y fácil ( los hechos más recientes
son mejor indicador del futuro que los eventos pasados más distantes).

Es una técnica de pronósticos más común. Usada con mucha frecuencia al ordenar
el inventario en empresas minoristas, compañías mayoristas y áreas de servicios.

Técnica de pronóstico por series de tiempo en la que cada incremento de los datos
de la demanda anterior aminora en 1 − 𝛼 .

63

Suavización exponencial
• La constante de suavización α, • Algunos usuarios que utilizan los
determina el nivel de promedios móviles simple
uniformidad y la velocidad de la cambian a suavización
reacción ante las diferencias exponencial, pero conservan las
entre los pronósticos y la proyecciones similares a las del
demanda reales. promedio móvil simple. En este
• El valor de la constante se caso, α se calcula 2÷(n+1),
determina por la naturaleza del donde n es el número de
producto como por la idea del periodos del promedio móvil
gerente de lo que constituye un simpe correspondiente.
buen índice de respuesta.

64

29
 07/10/2023

6 motivos de uso de Suavización exponencial

Los modelos
Formular un modelo El usuario entiende
exponenciales son
exponencial es cómo funciona el
sorprendentemente
relativamente fácil. modelo.
precisos.

Los requerimientos de
Es fácil calcular las
Se requieren muy pocos almacenamiento en
pruebas de precisión
cálculos para utilizar el computadora son bajos
relacionadas con el
modelo. en virtud el uso limitado
desempeño del modelo.
de datos históricos.

65

Suavizado exponencial simple

• Es un método para suavizar las fluctuaciones aleatorias en el patrón
de demanda.
• Hay dos fórmulas matemáticas que se utilizan para calcularlos

𝐹𝑡 = 𝐹𝑡−1 + 𝛼 𝐴𝑡−1 − 𝐹𝑡−1

𝐹𝑡 = 𝛼𝐴𝑡−1 + 1 − 𝛼 𝐹𝑡−1
Donde 0≤ 𝛼 ≤ 1
Error de Pronóstico: es la diferencia entre la demanda real y el Pronóstico para
ese periodo : 𝐴𝑡−1 − 𝐹𝑡−1

La parte del término del error se estima multiplicando por la constante de

suavización 𝛼 (alfa)

66

30
 07/10/2023

Ejercicio en clase.

Suavización 1. Considerando la información de la siguiente tabla,

Periodo Demanda exponencial α=02,05 y 0.8 obtenga el pronóstico periodo 4, para realizar la
previsión se requiere obtener un pronóstico inicial,
1 24
tomando los dos primeros periodos(PMS),
2 26 obtenemos el pronóstico para el periodo 3 de 25 a
3 22 partir de aquí se puede utilizar la suavización
4 25 exponencial para calcular los valores restantes.
5 19 2. Para la clase utilizaremos promedios móviles
simples para obtener los primeros pronósticos,
6 31 cambiando a partir del 4 periodo a PMS.
7 26 3. En la práctica usted puede utilizar pronósticos
8 18 ingenuos, o PMS o su experiencia para definir los
9 29 valores de pronósticos más idóneos y poder realizar
los cálculos de pronósticos de suavización
10 24
exponencial.
11 30
12 23
13

67

Pronóstico suavización exponencial ( ejemplos )

Suavización
35 Suavización Exp. α = 0.2
Periodo Demanda exponencial α=0.2
1 24 30

2 26
25
3 22 25

4 25 24.4 20

5 19 24.5
15
6 31 23.4
7 26 24.9 10

8 18 25.1
5
9 29 23.7
10 24 24.8 0
1 2 3 4 5 6 7 8 9 10 11 12 13
11 30 24.6
Demanda Suavizacion exponencial α=0.2
12 23 25.7
13 25.2

68

31
 07/10/2023

Pronóstico suavización exponencial ( ejemplos )

Demand Suavización Saudization Exp. α = 0.5

35
Periodo a exponencial α=0.5
1 24 30
2 26
3 22 25.00 25

4 25 23.5
20
5 19 24.3
6 31 21.6 15

7 26 26.3
8 18 26.2 10

9 29 22.1 5
10 24 25.5
11 30 24.8 0
1 2 3 4 5 6 7 8 9 10 11 12 13
12 23 27.4 Demanda Suavizacion exponencial α=0.5
13 25.2

69

Pronóstico suavización exponencial ( ejemplos )

Suavización Suavización Exp. α = 0.8

Periodo Demanda exponencial α=0.8 35

1 24
30
2 26
3 22 25.00
25
4 25 22.6
5 19 24.5 20

6 31 20.1
15
7 26 28.8
8 18 26.6 10

9 29 19.7
10 24 27.1 5

11 30 24.6
0
12 23 28.9 1 2 3 4 5 6 7 8 9 10 11 12 13

Demanda Suavizacion exponencial α=0.8

13 24.2

70

32
 07/10/2023

Pronósticos con suavización exponencial.

Este tipo de pronóstico incorpora parte del error dentro de

pronóstico futuro. Si la constante de suavización α es 0, no se
añade ninguna parte del error, sí α=1 se adiciona el error
completo del pronóstico y no se realizará ninguna suavización.

Mientras más alto sea el valor de α se mayor será el error de

pronóstico que se agregara.
El valor α hace que el pronóstico sea sensible a la demanda o
puede provocar mayor reacción en la organización.

71

Errores de pronóstico
Se refiere a la diferencia entre el valor de pronóstico y lo que ocurrió en
realidad.

72

33
 07/10/2023

Introducción
• Todos los pronósticos deben contener dos números:
• El Pronóstico en sí mismo
• Y Estimado del Error.

• Se menciono que las proyecciones eran incorrectas, pero la pregunta

aquí seria: ¿qué tan incorrectas pueden ser?

• La respuesta aquí es importante ya que con esta información vamos a

planificar y controlar, representa un factor importante para dirigir
nuestro negocio.

73

Error de pronostico
• Se refiere a la diferencia entre el valor de pronóstico y lo que ocurre
en realidad.
• En estadística, los errores se conocen como residuales.
• Los errores de pronóstico no son en verdad un error porque es lo que
esperábamos.
• La demanda de un producto se genera mediante la interacción de
varios factores complejos para ser descritos con precisión en los
modelos. De aquí, todas las proyecciones contienen algún tipo de
error.

74

34
 07/10/2023

Error de pronóstico
• Si analizamos los errores de pronósticos distinguiremos entre fuentes
de error y la medición de errores.

• Fuentes de error: vienen de diversas fuentes:

• Una es proyectar tendencias pasadas al futuro

• Los errores se pueden clasificar como sesgos o aleatorios

• Los errores de sesgo ocurren cuando se comente un error de manera
consistente.
• Los errores aleatorios se pueden definir como aquellos que no pueden ser
explicados por el modelo de pronóstico utilizado.

75

Mediciones de errores
• Varios términos se mencionaron previamente para describir el grado
de error son error estándar, errores cuadrado medio ( varianza)
desviación absoluta media. Junto con la señal de rastreo se puede
indicar cualquier sesgo positivo o negativo en el pronóstico.

𝐴𝑡 −𝐹𝑡
1. MFE : error de Pronóstico: σ𝑁
𝑡=1( 𝑁
)
σ𝑛
𝑡=1 𝐴𝑡 −𝐹𝑡
2. 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑚𝑒𝑑𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎: 𝑀𝐴𝐷 = 𝑛
σ𝑛 2
𝑡=1 𝐴𝑡 −𝐹𝑡
3. El error cuadrado medio : MSE = 𝑛
100 𝐴𝑡−𝐹𝑡
4. El error porcentual medio absoluto: MAP= σ𝑛𝑡=1[( )]
𝑛 𝐴𝑡

76

35
 07/10/2023

Mediciones de error
• Error promedio de pronóstico (MFE) es la suma de todos los errores
de pronósticos individuales y dividirlo entre el número total de
errores.
• Desviación media absoluta( MAD o DMA) : es el error promedio en los
pronósticos mediante valores absolutos. Mide la dispersión de un
valor observado en relación con un valor esperado.
• Error porcentual medio absoluto (MAPE o EPMA): Desviación
absoluta media dividida entre el promedio de la demanda. Es el error
promedio expresado como porcentaje de demanda.
• Señal de rastreo es una medida que indica si el pronóstico se
mantiene con cualquier cambio genuino hacia arriba o hacia debajo
de la demanda, útil para detectar sesgos.

77

Error promedio de pronóstico

• Mean Forecast Error ( MFE)
• Fórmula de cálculo:

• Donde A es la demanda real y F es el Pronóstico; la diferencia (At – Ft)

se le conoce también como “error de Pronóstico”.
• MFE: implica sumar todos los errores de Pronóstico individuales y
dividirlos entre el número total de errores (n)

78

36
 07/10/2023

Ejercicio

Trimestre Demanda A Pronóstico F Error ( A - F )

1 12 14 -2
La suma de los errores es 0, lo que hace que el MFE = 0
Los errores en los pronósticos existen.
2 15 13 2
El MFE no es un buen método para encontrarlo.
3 13 12 1 EL método de Pronóstico no está sesgado. No subestimo
4 16 13 3 o sobrestimo la demanda.
5 14 15 -1

6 11 14 -3

Suma Error 0
n 6
MFE 0

79

Desviación media Absoluta

• Es el promedio de las desviaciones absolutas matemáticas de los
errores de Pronóstico:

σ𝑛𝑡=1 𝐴𝑡 − 𝐹𝑡
𝑀𝐴𝐷 =
𝑛
• Nos indica el error de pronóstico promedio ( siempre +) sobre el
periodo en cuestión.

• Con esta fórmula podemos calcular el error de Pronóstico verdadero.

80

37
 07/10/2023

Calculo MAD

Trimestre Demanda A Pronóstico F Error | A - F| Observaciones

1 12 14 2 1.- con los cálculos sabemos que para los 6
2 15 13 2 periodos los cálculos no estuvieron sesgados
3 13 12 1 (MED)
4 16 13 3 2.- el error Pronóstico de promedio es de 2 de
5 14 15 1 acuerdo al cálculo (MAD)
6 11 14 3

Suma Error 12
n 6
MAD 2

81

Señal de seguimiento o rastreo

• Es una medida que indica si el pronóstico se mantiene ante cualquier cambio
ascendente o descendente en la demanda

• Una señal de rastreo se calcula con la suma aritmética de las desviaciones

pronosticadas dividida entre la desviación media absoluta

(𝑆𝐶𝐸𝑃)
Señal de seguimiento o rastreo =
𝑀𝐴𝐷
Donde
SCEP es la suma corriente de los errores pronosticados considerando la naturaleza
del error.
MAD promedio de todos los errores pronosticados (sin importar si las desviaciones
son positivas o negativas). Es el promedio de las desviaciones absolutas.

82

38
 07/10/2023

Guía selección de método de pronóstico

Método de Cantidad de datos Patrón de datos Horizonte de
pronostico históricos pronostico
Regresión Lineal De 10 a 20 observaciones para la Estacionarios, Corto a mediano
temporalidad, al menos cinco tendencias y plazo
observaciones por temporada temporalidad

Promedio móvil simple 6 a 12 meses; a menudo se utilizan Los datos deben ser Corto
datos semanales estacionarios ( es
decir, sin tendencia ni
temporalidad)

Promedio móvil Para empezar, se necesitan de 5 a Los datos deben ser Corto
ponderado y suavización 10 observaciones estacionarios
exponencial simple

Suavización exponencial Para empezar, se necesitan de 5 a Estacionarios y Corto

con tendencia 10 observaciones tendencia

83

Métodos cuantitativos
Análisis de regresión

84

39
 07/10/2023

Regresión simple

La regresión se define como una relación funcional entre dos o más variables
correlacionadas. Con ella se pronostica una variable con base en otra. Esta
relación se establece a partir de los datos observados.

Es una técnica estadística para intentar ajustar una línea a partir de un

conjunto de puntos mediante el uso del mínimo error cuadrado total entre los
puntos reales y los puntos sobre la línea.
• Permite determinar ecuaciones de línea de tendencia.
• Permite añadir un factor estacional a la información.

La regresión lineal se refiere a la clase de regresión especial en la que la

relación entre variables forma una recta.

85

Regresión
• La recta de la regresión lineal tiene la formula:

𝑌 = 𝑎 + 𝑏𝑡

Donde Y es el valor de la variable dependiente.

A es la secante en Y.
b es la pendiente y t es el índice para el periodo.

86

40
 07/10/2023

Regresión Lineal

Es útil para el pronóstico de largo plazo de sucesos importantes, así

como la planificación agregada.

La regresión lineal se utiliza tanto para pronósticos de series de

tiempo como de relaciones causales.

Cuando la variable dependiente F cambia como resultado del tiempo,

se trata de un análisis de serie temporal. Si una variable cambia
debido al cambio en otra, se trata de una relación causal.

87

Ejemplo de Método mínimos cuadrados

Las ventas de un producto industria de la empresa XYZW durante los últimos Bimestre Ventas

12 Trimestres de los últimos 3 años son como se presentan en el recuadro.

La compañía quiere pronosticas cada trimestre del cuarto año: 13, 14, 15, 16 1 600
Utilice la ecuación de mínimos cuadrados para la regresión lineal: 2 1550
F(t)= a+ b(t) 3 1500
4 1500
5 2400
6 3100
7 2600
8 2900
9 3800
10 4500
11 4000
12 4900
13
14
15
16

88

41
 07/10/2023

Ejemplo de mínimos cuadrados

T A ( Demanda) T*A(t) T**2 Pronostico Error Grafico de Demanda

6000
1 600
2 1550 5000

3 1500 4000
4 1500
3000
5 2400
6 3100 2000

7 2600
1000
8 2900
9 3800 0
1 2 3 4 5 6 7 8 9 10 11 12
10 4500
11 4000
A(t) Demanda
12 4900
13
14
15
16

89

Error estándar estimado para Regresión lineal es:

2 2
σ𝑁
𝑁=1(𝑑 𝑡 −𝐹 𝑡 )
• 𝐸𝑟𝑟𝑜𝑟 𝑓𝑡 =
𝑛−2

σ 𝐷(𝑡)2 −𝑎 σ 𝐷 𝑡 −𝑏 σ 𝑡∗𝐷(𝑡)
• Error ft =
𝑛−2

92

42
 07/10/2023

Factores que influyen en las ventas

• Existen tres factores que influyen en las ventas de las empresas:

Las tendencias de Las fluctuaciones cíclicas Las variaciones

crecimiento a largo plazo. de los negocios. estacionales.

Las fluctuaciones aleatorias respecto a la composición de estos factores obstruyen la imagen de la

tendencia. A estas fluctuaciones aleatorias se le denomina RUIDO o Condiciones RUIDOSAS.

Y el problema en las predicciones de serie de tiempo es determinar todas las tendencias aditivas
que existen en un conjunto de datos, aun cuando hay RUIDO presente

94

Criterios a considerar en los pronósticos

Exactitud
• Es una medida de qué tan bien se acopla la condición pronosticada a la condición real.

Sencillez de calculo
• Es una medida de la capacidad de un pronóstico para adaptarse a condiciones cambiantes.

Capacidad para ajustar el índice de respuesta

• La técnica utilizada debe tener la capacidad para ajustar los parámetros del modelo.

Tiempo de demora
• Se define como el tiempo que transcurre entre la realizacion del pronóstico y la implantación
del resultado del mismo. A mayor tiempo de demora mayor el error del pronóstico.

95

43
 07/10/2023

Series de tiempo
Pronósticos
IIS- Sistemas de Producción I

96

Objetivo para serie de tiempos

Evaluar tenencias significativas en los datos históricos

Atenuar el ruido en los datos

Responder dinámicamente a los verdaderos cambios en la demanda en la medida

que se presenten.

Proyectar tendencias para el periodo futuro requerido para el cual se necesita el

pronostico

Efectuar estos objetivos con parámetros óptimos de pronósticos.

97

44
 07/10/2023

Secuencia de pasos para pronósticos series de tiempo.

1 Graficar los datos y determinar visualmente cualquier característica obvia de serie de

tiempo.

2 Si se presenta un factor de crecimiento, como uno polinómico o uno o exponencial,

eliminarlo de los datos.

3 Determinar si está presente una tendencia cíclica significativa. Si se obtiene y ajusta un

patrón cíclico, eliminarlo de los datos originales.

Evaluar ahora el factor de crecimiento de los datos originales, de los cuales han eliminado
todos los efectos cíclicos. Correr inicialmente una revisión somera respecto al tipo de
crecimiento, como el orden del polinómico o exponencial.

98

Secuencia de pasos para pronósticos series de tiempo.

5 Después de una determinación general del orden de la ecuación de crecimiento, ajustar los
datos por medio de un método aceptable: regresión de mínimos cuadrados o por nivelación
exponencial, por ejemplo.

6 El pronóstico consistirá en la adición de tendencias cíclicas y de crecimiento, ambas

extendidas hacia el período futuro.

7 Actualizar continuamente la ecuación de ajuste a medida que se agregan nuevos datos,

basándose en que los nuevos datos constituirán una mejor representación de las tendencias
corrientes de demanda que los datos más viejos. La actualización también permite un
seguimiento dinámico de los cambios del proceso a la vez se eliminan las fluctuaciones
aleatorias que existen alrededor de las tendencias subyacentes.

99

45
 07/10/2023

Análisis de crecimiento por regresión

• La ecuación de crecimiento más general usada en el pronóstico es:
𝐹 𝑡 = 𝑎 + 𝑏𝑡 + 𝑐 2 𝑡+…+ ℎ𝑡 𝑛

Para un polinomio de enésimo orden, donde F(t) es el valor estimado

del valor de datos verdaderos, A(t), en un periodo t, y a, b,….h son
coeficientes ajustados del polinomio.
𝐹 𝑡 =𝑎 Modelo Constante
𝐹 𝑡 = 𝑎 + 𝑏𝑡 Modelo Lineal con pendiente b
𝐹 𝑡 = 𝑎 + 𝑏𝑡 + 𝑐𝑡 2 Modelo Cuadrático con Pendiente b y
cambio pendiente de C

100

Descomposición de una serie de tiempo

• Serie de tiempo se define como datos ordenados en forma
cronológicas que pueden con tener uno o más componentes de la
demanda: tendencia, estacional, cíclico, autocorrelación o aleatorio.
• La descomposición de una serie de tiempo significa identificar y
separar los datos de la serie de tiempo en estos componentes.
• En la práctica, es relativamente fácil identificar la tendencia ( aun sin
análisis matemático; trazar y ver la dirección del movimiento de los
datos)
• Es más difícil ver componentes de los ciclos( pueden durar meses o
años), autocorrelación y el aleatorio.

101

46
 07/10/2023

Descomposición de serie de tiempo

Dos tipos de variación estacional:

Variación estacional aditiva: este tipo de variación

supone que la cantidad estacional es una constante sin
importar la tendencia ni la cantidad promedio.
• Pronostico que incluye tendencia y estacionalidad = tendencia +
Estacionalidad

Variación estacional Multiplicativa: en la variación

estacional, la tendencia Multiplica por los factores
estacionales
• Pronostico incluye tendencia y estacionalidad= Tendencia + Factor
estacional

102

ACTIVIDAD
• Preparar unidad III
• Planeación agregada y programa maestro de producción:

113

47