You are on page 1of 36

LECCIÓN 34

:
DIMENSION ÓPTIMA DE LOS PEDIDOS O CANTIDAD ECONOMICA
DEL PEDIDO.
El nivel óptimo de la inversión en inventarios se debe establecer en relación con
la flexibilidad operativa que las existencias dan a la empresa. Si se mantiene una
constante vigilancia sobre estos, de tal manera que se logre la adecuada eficiencia
en su administración, sucederá que cuanto menor sea el volumen menor será la
flexibilidad de la empresa en sus actividades de producción y comercialización.
En caso contrario cuanto más elevada es la inversión en las existencias, más
flexibles son las funciones antes dichas. Para determinar el nivel óptimo de
inventario, la empresa de be equilibrar las economías de compra y producción y el
aumento de ventas con el costo de mantener un inventario mayor o menor.
Para que la inversión en inventarios no sea excesiva, éstos deben administrarse
eficientemente, a fin de que le permitan a la empresa operar con mínima
flexibilidad fabril y comercial. Los inventarios en materias primas le dan a la
empresa elasticidad en cuanto a sus compras, ya que de lo contrario, si no tuviera
existencia, estaría obligada a ir comprando lo estrictamente necesario para
cumplir con un determinado programa de producción. En similar forma, las
existencias de productos terminados permiten cierta flexibilidad pala una
adecuada programación de la producción y una satisfactoria atención de la
demanda.
Tener inventarios da a la empresa algunas ventajas. Puede obtener economías en
la compra y en la producción y adicionalmente le permite satisfacer
adecuadamente las órdenes de los clientes con mayor rapidez. De otro modo,
poseer inventarios tiene, algunas desventajas. El costo de mantener un inventario,
el cual incluye el almacenamiento, el manejo y la rentabilidad sobre el monto
invertido en aquellos.
La compensación entre las ventajas y desventajas de mantener inventarios está en
función da '.a estimación de las economías que se obtienen en las compras,
el costo de mantener inventarios, y la eficiencia del control financiero de los
mismos.
La eficiencia del control financiero de los inventarios influye decididamente en la
elasticidad operativa de la empresa. Procedimientos inadecuados de control
financiero son, a veces, causas de un inventario desequilibrado, esto es, que
algunos artículos se encuentran en exceso,mientras que otros faltan o se
encuentran en forma limitada. La inversión en el inventario está en función
inversa a la eficiencia del control de ésta, ya que un control menos eficiente

obliga a tener una mayor inversión y para una mejor eficiencia se requiere de una
menor inversión. Debido a ello, se hace necesario tener un control financiero
eficiente sobre los inventarios que además de determinar una inversión óptima
proporcione la adecuada flexibilidad en las operaciones de compras, producción
y ventas de la empresa.
Para alcanzar la eficiencia en el control financiero de los inventarios, referido en
el párrafo anterior, es necesario la determinación de las cantidades óptimas de
materias primas y suministros que se deben pedir, así como también, de
productos terminados que se deben producir, lo cual equivale a conseguir el nivel
más bajo posible de existencias sin correr el riesgo de agotarlas.
Al concepto de la "Cantidad Optima de Pedido" también se le conoce con los
nombres de "Cantidad Económica de Pedido", "Volumen Optimo de Pedido",
"Tamaño Económico del Lote", "Lote Económico" y "Dimensión Optima de
Pedido". La Cantidad óptima del pedido, requiere de un análisis en el cual se
deben considerar las necesidades probables de materias primas y suministros para
producir y productos terminados para vender, los costos de preparar el pedido y
los costos de poseer el inventario. Antes de profundizar en el análisis para
determinar la cantidad óptima, es conveniente hacer una reseña sobre el
comportamiento o evolución del inventario. Las materias primas y suministros
que se piden y los artículos terminados que se producen, fluyen al inventario en
cantidades determinadas o lotes y también salen a la producción o a la venta, de
lote en lote. Con el fin de simplificar el análisis del comportamiento que tienen
los inventarios en la empresa, es conveniente asumir que se conoce con certeza el
tiempo para reemplazar el inventario y el cual es constante entre el momento del
pedido y su recepción en el almacén y también que se conoce las necesidades de
utilización de un determinado artículo. Con estas suposiciones, la evolución del
inventario en función del tiempo observa un comportamiento regular que al
graficarlo tiene la forma de "dientes de sierra" con elevaciones verticales
distribuidas de modo uniforme, cada una de las cuales representa la recepción de
lotes, y líneas sesgadas, también uniformes, que representan el uso. Si se conoce
con certeza los datos respecto al tiempo de re-emplazamiento y las cantidades de
materias primas, suministros y artículos terminados que se necesitan, no existe la
necesidad de mantener inventarios de , seguridad, ya que las existencias se
agotarán totalmente en el momento en que llegue el siguiente lote. (Ver Figura
16).
Cuando no se conoce con certeza el tiempo de reemplazo del inventario, las
necesidades de utilización o la demanda, es necesario que la empresa disponga de
protección para prever la incertidumbre de estas variables. El inventario de

seguridad está formado por aquellas existencias complementarias que se
mantienen en el almacén para afrontar las demoras en los plazos de entregas o a
necesidades de utilización anormalmente altas.

Análisis de el punto de pedido (P.P.)
PP = (D/W)*L, en donde:

PP= Punto de pedido.
D = demanda anual
W = días laborables
L = tiempo de entrega

Gráficamente, la relación se puede expresar como se observa en la figura 16.

LECCIÓN 35:
EVOLUCION DEL INVENTARIO EN FUNCION DEL
TIEMPO CUANDO EXISTE INVENTARIO DE SEGURIDAD.

T = Tiempo de re-emplazamiento del Inventario.
S = Inventario de Seguridad.
SQ = Tamaño del Lote o Pedido.

(S + Q)/2 = Inventario Promedio.

Más adelante, en literales posteriores, se expone con más
amplitud la forma como se determina el inventario de
seguridad.
Una de las atribuciones del administrador financiero es
desarrollar políticas de inventario que aminoren los costos
totales de operación de la empresa; para ello, se deben
tomar dos decisiones importantes sobre la política de
inventarios la cantidad más económica a pedir y el
momento oportuno en que debe pedirse. Considerando estas
dos decisiones básicas, una alternativa simplista consiste en
pedir grandes cantidades con el propósito de disminuir los
costos de los pedidos, o de otro modo, pedir pequeñas
cantidades para disminuir los costos de posesión del
inventario. Sin embargo, cualquiera de las anteriores
opciones llevadas al extremo y sin mayor análisis, afectará
desfavorablemente las utilizadas de la empresa, lo cual hace
suponer que la solución más adecuada para fijar una buena
política de inventarios, en condiciones normales y
en términos de una mejor rentabilidad sobre los activos, se
encuentra en una posición conciliatoria entre los dos
extremos.

El problema de la determinación de la dimensión óptima de
pedido es un clásico problema de la administración de los
inventarios y es un concepto sumamente importante en la
compra de materias primas y suministros y en el
almacenamiento de productos terminados, ya que se trata de
optimizar la inversión en existencias. Se pueden presentar
múltiples casos. De ahí que se hayan formulado muchos
modelos que responden a diversas situaciones económicas.
En el presente trabajo se utilizará un modelo para la

determinación de la dimensión óptima de pedido que
es muy elemental y ampliamente difundido, el cual fue
formulado en el año de 1916 por Wilson, y cuya fórmula es la
siguiente:

En primer lugar, el análisis comprende la determinación de la
cantidad Óptima del pedido, conociendo las necesidades
probables de consumo, el costo de formación o renovación del
pedido y el costo de posesión o mantenimiento de inventario. La
formulación o renovación de pedido, en el presente caso, se
refiere a una orden de compra o a una orden de producción.
Supongamos que se conocen con certeza las necesidades de
utilización de un determinado artículo y que el costo de
formulación del do es constante, cualquiera que sea su valor y
se simboliza con "O".
En este costo en incluye el gasto administrativo necesario para
la emisión de las órdenes de compra, cotización de precios,
selección de proveedor y los costos de recepción y control del
pedido; y el procesamiento y pago de facturas. En el caso de
productos terminados el costo de pedido debe incluir la
programación de una partida o lote de producción. Los costos
totales de formulación de pedido durante un periodo
determinado, son iguales al número de pedidos u ordenes
emitidas durante el mismo multiplicado por el costo unitario de
cada uno.

El costo de posesión o mantenimiento de los inventarios el cual
se representa con "C" incluye los gastos incurridos en el
almacenaje, manejo, seguros, controles, pérdidas por
obsolescencia y la tasa de rendimiento requerida sobre la

inversión en inventarios. Se asume que este costo de
mantenimiento es constante para cada unidad de- inventario y
por una determinada unidad de tiempo que puede ser de un
mes, un año, etc. El costo total de mantenimiento durante un
período determinado, se establece multiplicando con el
inventario promedio en unidades, el cual es una medida
representativa, debido a la evolución de éste en función del
tiempo, por el costo unitario de mantenimiento.
Cuando el ritmo de utilización de un artículo es constante a
través del tiempo, y no hay necesidad de mantener ningún
inventario de seguridad, el inventario promedio, en unidades, se
representa de la siguiente forma:

Inventario Promedio= Q/2
Q = Cantidad de Unidades de cada pedido.

El costo de mantenimiento o posesión del inventario, como se
dijo anteriormente, es igual al promedio de unidades en
existencias
multiplica do
por
el
costo
unitario
de
mantenimiento y se simboliza de la manera siguiente.
CxQ
2
El número de pedidos formulados en un período de tiempo se
obtiene dividiendo el consumo o utilización total de un
determinado
articulo
en unidades (R), por
Q.
En
consecuencia, el costo total de la emisión de pedidos
está representado por el costo de la emisión de cada pedido,
multiplicado por el número total de éstos y se representa de
la siguiente manera:

(RXO)/2

El conjunto de costos del inventario es igual al costo total
de mantenimiento más el costo total de emisión de pedidos
y se representa así:

CxQ + RxO
2Q

Graficando el comportamiento de los costos planteados en las
fórmulas anteriores se observa la tendencia de los mismos a
diferentes volúmenes de unidades. (Ver Fig. 17).

Motivos que pueden suponer un exceso de inventarios:



Cambios en ingeniería
Malos usos
Defectos
Obsolescencia técnica

Falta de demanda de mercado

LECCIÓN 36:
COSTO TOTAL Y CANTIDAD ECONÓMICA DEL PEDIDO.

En la figura 18 se observa la relación entre el costo total y la cantidad económica
del pedido, la cual hay que considerar al momento de realizar un análisis de la
gestión de stock.
Para determinarla, se utiliza la siguiente fórmula:

=

Coste total = coste anual de gestión + coste anual de
pedido.
TC= (Q/2)*H + (D/Q)*S

En donde:
Q= tamaño de lote del pedido
H= media anual de coste de gestión por unidad
D= demanda anual
S= coste por pedido
Q/2= inventario físico medio

D/Q= número de pedidos por año

En el gráfico anterior se observa que en cuanto mayor es la
cantidad de cada pedido (Q) mayor es el costo de
mantenimiento y menor el costo de formulación o renovación de
pedido. Cuanto menor es la cantidad (Q) menor es el costo de
mantenimiento y mayor el costo de formulación de pedido.
Consecuentemente, para la determinación de la dimensión
óptima de pedido se debe buscar el punto de equilibrio entre el
ahorro que puede lograrse aumentando la cantidad de cada
pedido y el incremento en el costo de mantenimiento o posesión
que esto origine. Para determinar la dimensión óptima de
pedidos, que se simboliza como Q', se debe resolver la derivada
de la formula del costo total e igualar esta derivada a cero, lo
que, al despejar Q’resulta:

La ecuación se le conoce como la fórmula de la “Cantidad Económica del
Pedido”. Para demostrar la utilización de la fórmula, se ilustra con el ejemplo
siguiente: suponiendo un consumo anual de un articulo "A" de 8,000
unidades, el costo de la formulación de cada pedido es igual $12.50; el costo de
posesión del inventario es de 20% anual sobre el Inventario Promedio y el costo
unitario de cada articulo es de $ l.00. Sustituimos estos valores en la ecuación
anterior y tenemos el siguiente resultado:

La dimensi6n óptima de pedido es de 1000 unidades por
cada pedido.

El número de pedidos a colocarse durante el año es de 8.
Para obtener la cantidad de días de suministro de cada pedido o
la frecuencia de días para colocarlos, basta resolver la siguiente
regla de tres:

8000 unidades – 365 días
1000 unidades - X

X = (365 x 1000)/8000

X - 45.625
X = 46 días de frecuencia de formulación de pedidos.
Resumiendo, cada pedido deberá efectuarse por 1000
unidades, cada 46 días, durante 8 veces en el año.

LECCIÓN 37:
DETERMINACION DEL PUNTO DE PEDIDO. APLICACIONES.

Una empresa puede conocer la cuantía de sus pedidos,
calculados en base a una dimensión óptima; sin embargo, para
ordenar un pedido en la práctica debe saber cuando efectuarlo;
para ello debe advertir el tiempo que transcurre desde la
colocación del pedido hasta la recepción. En los literales
anteriores se ha hecho uso del análisis probabilístico, el cual,
aplicado a un sinnúmero de artículos resulta muy trabajoso y
poco apropiado para resolver en forma continua periodos
sucesivos. Si es el caso, puede utilizarse el punto de pedido, lo
cual significa que se emite un nuevo pedido de un determinado
artículo, cuando el inventario llega a una cifra determinada de
unidades. Desde luego, dado que la demanda fluctúa, existe
siempre alguna probabilidad de que se agote el inventario. El
objetivo que se debe lograr, en este caso, es el de reducir la
probabilidad de que aquello ocurra a un nivel aceptable. Es aquí,
cuando la empresa debe establecer cuál es el porcentaje que
considera aceptable de faltantes y sobre esta base calcular el
punto de pedido basado en dicho porcentaje, considerando
además otros factores que se verán más adelante.

Se debe entender como punto de pedido al nivel de inventario
en que debe emitirse un pedido por la cantidad óptima
establecida, de conformidad al modelo expuesto en literales
anteriores. Este punto de pedido es el nivel óptimo en que la
probable demanda o utilización de un artículo, dentro de una
determinada tolerancia de faltantes, se agotaría exactamente
durante el plazo de espera necesario para recibir el pedido.

El punto de pedido se determina utilizando la fórmula siguiente:

PP = Punto de Pedido Optimo
D = Demanda probable
E = Tiempo de espera probable
F = Factor de tolerancia de faltantes
S = Promedio de cada salida del inventario (para ventas o
consumo)

Según Snyder Arthur, en su obra Principies of Inventory Management, la distribución de probabilidad de la demanda o utilización
diaria sirve de base para determinar el factor de tolerancia de
faltantes. Si la demanda probable está de acuerdo con una
distribución de Poisson, el factor de tolerancia se puede
determinar utilizando el gráfico de la Figura No. 19.

Si se establece un 10% como porcentaje máximo tolerable de
faltantes, se observa en la gráfica que este porcentaje
corresponde a factor de tolerancia de 1.29 y si fuera de 15% el
factor sería de 1.00.
Aplicando la fórmula a un ejemplo para encontrar el punto de pedido: Una
empresa estima que la demanda o utilización probable de un mes es de 250
unidades, el tiempo de espera es de 15 días, el promedio de cada salida del
inventario es de 8 unidades y el porcentaje de faltantes aceptables se establece
en 10%. Determinar el punto óptimo de pedido.

D = 250 unidades
E = 15 días/30 días.
F = 10% un porcentaje aceptable de faltantes del 10% = 1.29
de factor de tolerancia
S = 8 unidades, sustituyendo en la fórmula, se tiene

PP = 165.79 aprox. 166 unidades

El resultado del ejemplo indica que la empresa debe colocar una
orden de pedido siempre que el inventario llegue a 166
unidades. Este punto de pedido incluye un inventario de
seguridad que está en función del porcentaje de tolerancia de
faltantes fijado. Si el punto de pedido no incluyera inventario de
seguridad, éste sería de 125 unidades que corresponden a la
mitad de la probable demanda de un mes, con lo cual, no
cubriría aquélla en el lapso en que se espera recibir el nuevo
pedido.

LECCIÓN 38:
DETERMINACION DEL PUNTO DE PEDIDO. APLICACIONES.
El punto de pedido y la dimensión óptima de pedido se pueden representar
gráficamente. (Ver Fig. No. 20).

Cuando se prevé que la demanda o utilización promedio será estable durante un
plazo mediano, una empresa puede utilizar el modelo de dimensión óptima de
pedido para determinar la cantidad a pedir y estar reponiendo siempre la misma
cantidad cuanta vez el nivel de inventario llegue a la cantidad que se ha
establecido como punto de pedido. En la gráfica, ladimensión 6ptima de pedido
se representa por las líneas verticales y siempre es la misma. El tiempo de espera
es constante y la demanda está sujeta a fluctuaciones. Los intervalos en el tiempo
no siempre serán iguales, así como los niveles mínimos a que baja el inventario
en cada período pueden ser diferentes.
Estableciendo el sistema para control de inventarios que combine el modelo para
ladeterminación de la dimensión óptima del pedido y el modelo para fijar el
punto de pedido se logrará un efectivo control financiero de las existencias y el
cual se ilustra en la gráfica anteriory constituye una herramienta mediante la cual
se logra administrar eficazmente el inventario, equilibrando convenientemente las
ventajas de un mayor inventario con el costo de su mantenimiento.
Ejemplo.
Cantidad económica del pedido = 200 unidades.
Consumo medio mensual = 100 unidades.
Plazo de aprovisionamiento medio = 1 mes.
Stock de seguridad = consumo medio 15 días (50 unidades).
Sustituyendo los valores en la ecuación:

Tenemos que:
Punto de pedido = 100 + 50 = 150 unidades.




1, Existencias 250 unidades al comienzo del periodo al final se emite nuevo pedido.
2, Entra el periodo pendiente cuando el nivel de existencias = stock de seguridad.
3 y 4, consumo real superior al previsto = 110 unidades al mes, entra el periodo y el
stock es de 30 (absorbe el stock de seguridad).
6, retraso en las entregas.

Continuando con el tema del pedido, la figura 22 nos presenta hasta donde puede
afectar un pedido de cliente al proceso de producción de la empresa:

LECCIÓN 39:
DETERMINACION DE LAS EXISTENCIAS MINIMAS Y MAXIMAS
En las empresas industriales, las necesidades de materias primas y suministros
para consumo y de artículos terminados para la venta, no se conocen con certeza,
ya que no existe una seguridad absoluta de que se cumplan las estimaciones
debido a las fluctuaciones que se dan a través del tiempo. Normalmente, la
demanda de productos terminados, es decir la venta, es la que experimenta
mayores variaciones. En cambio, el consumo de materias primas y suministros,
que depende de la planeación de la producción, y por lo tanto es más controlable

por la empresa, es mucho más predecible. Por otra parte, el tiempo de espera
requerido para recibir los artículos pedidos, también está sujeto a variaciones. De
lo anterior se desprende que tanto la demanda de los artículos producidos o
terminados, el consumo de los materiales y suministros y el tiempo para recibir
los pedidos, fluctúan ordinariamente en forma que no la pueden predecir
completamente de antemano quienes toman las decisiones sobre los inventarios.
Debido a tales fluctuaciones no es posible permitir que el inventario se reduzca a
cero antes de recibir un nuevo pedido, como podría hacerse si la utilización, las
necesidades para la venta y el tiempo de espera se conocieran con certeza. En los
casos en que esos factores sean relativamente constantes y predecibles de
antemano, se puede utilizar el modelo de la dimensión óptima de pedido
expuesto en el literal anterior, el cual da una solución al problema de los
inventarios.
Debido a la incertidumbre, muchas empresas se cubren de las fluctuaciones
manteniendo un margen o inventario de seguridad; de tal manera que pueda
satisfacer la demanda de los productos que fabrica; de otro modo, correrán
mucho riesgo de quedarse sin poder atender adecuadamente sus clientes.
En el caso de productos terminados puede ocurrir que la clientela compre a la
competencia y no vuelva a comprar a la empresa. En el caso de los materiales y
suministros, el costo de quedarse sin existencias ocasiona demoras o
suspensiones de la producción. Este último es más visible y puede cuantificarse
con mayor facilidad que el costo que ocasiona la carencia de artículos
terminados, pero también este último puede estimarse.
Si el inventario no está disponible cuando se necesita debido a facto res internos
o externos ocurrirá un agotamiento de existencias, lo que puede ocasionar una
notable disminución en las utilidades, y posiblemente hasta pérdida. El
término Inventario de Seguridad se refiere al inventario adicional que se
mantiene como una protección o reserva contra la posibilidad de que ocurran
agotamientos o faltantes de existencias. La decisión de mantener un Inventario de
Seguridad implica equilibrar los costos de quedarse sin existencias con los costos
de tener existencias excesivas, esto debido a que como se hizo notar en literales
anteriores, un inventario grande de existencias de seguridad significa mayores
costos cargados al mismo y por otra parte que las existencias de seguridad
disminuyen el costo de agotamiento de los inventarlos. La decisión sobre la
cantidad de existencias de seguridad que debe mantenerse, con las cuales la
empresa obtenga costos totales mínimos, es bastante difícil. Uno de los
enfoques para la solución a este problema es mediante el empleo de las
probabilidades. Conociendo la distribuci6n de probabilidades de la demanda o

consumo futuro se puede encontrar el equilibrio de los costos. Por ejemplo,
asumiendo que se conoce las probabilidades de consumo de un artículo durante
un periodo determinado y las cuales son las siguientes:
Consumo probable en tiempo de Número de veces
adelanto de colocación de pedido que se consumió
esta cantidad

Probabilidades de
consumo

75 unidades

5

5/100

=

0.05

85 unidades

8

8/100

=

0.08

95 unidades

28

28/100 =

0.28

105 unidades

45

45/100 =

0.45

115 unidades

10

10/100 =

0.10

125 unidades

4

4/100

0.04

100 veces

=

1.00

LECCIÓN 40:
DETERMINACION DE LAS EXISTENCIAS MINIMAS Y MAXIMAS
Continuando con el ejemplo, supongamos que se ha calculado que la
dimensión óptima de pedido para este artículo es de 300 unidades con un
promedio diario de consumo de 7 unidades. El tiempo más probable
de adelanto normal para la colocación del pedido es de 15 días, tomando
en consideración la probabilidad de mayor ocurrencia que es de 0.45 con
unconsumo probable de 105 unidades. Basándose en los datos de la tabla
del ejemplo, la empresa podría hacer un pedido de renovación de 300
unidades cuando el nivel de sus existencias baje a las 105 unidades o sea el
promedio de consumo diario Igual a 7 unidades por el tiempo de adelanto para
la colocación del pedido, que es de 15 días. Si el consumo o la demanda,
desde que se coloca el pedido hasta que se recibe, fuera de 105 unidades o
menos, la empresa no necesita de inventario de seguridad. Sin embargo, si el
consumo o demanda llegara a ser de 115 y 125 unidades habría un faltan te de
10 y de 20 unidades, respectivamente, lo cual equivale a decir que se
carecerían, considerando la probabilidad de consumo de existencias en un 14
por ciento de las veces. Si se conociera el costo de cada unidad faltante, se
podría calcular el costo probable de quedarse sin inventario,y luego, comparar
este costo con el de mantener un inventario adicional.

Desde el punto de vista financiero, la administración de los inventarios debe
buscar mantener un nivel de existencia que ocasione el costo total más bajo en
relación a agotamientos del inventario y los costos cargados a la existencia de
seguridad. Como el punto de colocación de pedido de la empresa es de 105
unidades, se consideran los siguientes márgenes de seguridad de acuerdo a la
tabla de probabilidades del ejemplo planteado: 10 unidades para un consumo de
115 unidades y 20 unidades para un consumo de 125. Es decir, que 10
unidades de inventario de seguridad amparan hasta un consumo
probable de 115 unidades durante el período de la colocación del pedido
y su recepción, esto da como resultado que la empresa carezca de existencias
en un 4 por ciento de las veces. 20 unidades de inventario de seguridad
amparan todo el consumo probable durante el período de renovación del pedido, y
de esta forma, las existencias nunca se agotarán.
Supóngase que en el presente caso, el costo de quedarse sin inventario fuera
de $5 por cada unidad. Además debe considerarse las veces que en el año la
empresa renueva sus pedidos, ya que asta se encontrará en peligro de carecer
de existencia en igual número de veces. En este ejemplo, el número de
pedidos al año es de 9 (365 días del año x 7 uni dades de consumo diario
entre 300 que es el lote económico = 8.52 = 9.00) . El costo anual de
mantenimiento del inventario es de $4 por unidad.
En base a la información suministrada se debe preparar un cuadro que ilustre
sobre los costos probables de quedarse sin existencias, los costos de
mantenimiento y el costo total para los diferentes niveles de inventario de
seguridad. (Ver cuadro siguiente).
El costo anual esperado por agotamiento que se expresa en la cuar ta columna
del cuadro se: calcula multiplicando el número de faltantes por la probabilidad
de que ocurran éstos por el costo unitario de cada faltante por el número de
pedidos anuales.
El costo total más bajo es de $58 para una existencia de seguridad de 10
unidades. En consecuencia el punto de colocación de pedido, que en el
ejemplo es de 105 unidades, debe incrementarse a 115 unidades para que
ampare la existencia de seguridad de 10 unidades.
InventarProbabilid Cantidad Costo
io de ad
de
Anual
SeguridaDe
Faltante Costo
d
Faltante (Unidad esperado
unidades
es)
por

Costo
agotamiento
tamiento
d

anual

deCosto
Ago Anual
de
Mante
ni-

Cost
o
Total
Anual

e

miento

20

0

0

0

0

10

0. 04

10

L0x0.04x5x9= 1 8

018

0

0.04

20

20x0.04x5x9= 36

0.10

10

L0x0.l0x5x9 = 45

$81

20x4 =8 $ 80
0
10x4 $ 5 8
=40

0x4=0 $81

La determinación de las existencias mínimas y - máximas está estrechamente
relacionada con el establecimiento de la existencia de seguridad y estos
parámetros se usan para facilitar a los encargados de controlar los inventarios
la decisión del momento en que se debe ordenar un nuevo pedido y de otro
modo, conocer cuándo un inventario para un determinado artículo, es
excesivo.
En el ejemplo anterior, las existencias mínimas para el artículo hipotético,
deben ser 115 unidades, ya que, estas existencias conside ran el promedio
diario de consumo, el tiempo que tardará el pedido en recibirse y el margen de
seguridad que le permita a la empresa garantizarse de que no tendrá faltantes y
si los tuviera, el costo que ello ocasione será mínimo o insignificante.
El inventario máximo del mismo ejemplo es de 310 unidades,
que corresponde a las 10 unidades del inventario de seguridad más las 300
unidades del pedido que se reciben y que pertenece a la dimensión óptima de
pedido.
El establecimiento de cantidades mínimas y máximas tiende a disminuir las
dificultades de producción y de atención a la clientela, debido al atraso
de las entregas, cuando lademanda se incrementa. Esto puede dar como
resultado que hay a una momentánea acumulación de existencias de materias
primas y productos terminados que se encuentren en exceso en relación al
movimiento o necesidades diarias y exige que se establezca una cantidad
máxima, la que equilibre el efecto de una baja temporal en las ventas con una
acumulación de existencias transitoria y que impida que dicha acumulación
llegue a ser excesiva.
LECCIÓN 41:

INCERTIDUMBRE DEL TIEMPO DE ESPERA
En muchos casos, el responsable de tomar las decisiones no tiene la menor
idea de las variaciones que pueden darse entre las variables de la demanda y
el tiempo para recibir el pedido; por lo cual, la incertidum bre es un
elemento importante a considerar al momento de tomar las deci siones sobre
inventarios. El tiempo para recibir el pedido o tiempo de es pera está
sujeto a variaciones debido a circunstancias o factores imprevis tos que
pueden motivar que se adelante o se demore la entrega por parte de los
proveedores y al igual que la demanda está sujeto a una distribu ción de
probabilidad. Para ilustrar con un ejemplo la resolución del pro blema de la
incertidumbre del tiempo de espera, supongamos que en el ejemplo del
literal anterior varía de acuerdo con las probabilidades si guientes:
TIEMPO DE ESPERA EN DIAS PROBABILIDADES DE
OCURRENCIA
14
0.20
15

0.50

16

0.30

En el ejemplo, la tabla de probabilidades de consumo establece diferentes
cantidades a consumir en el tiempo de adelanto de colocación de pedido que
es de 15 días. Se supone que la demanda del décimo sexto día, para utilizar
una cifra representativa, es igual a la demanda promedio de los 15 días
anteriores. En base a las distribuciones de probabilidad de la utilización o
demanda y del tiempo de espera, las cuales son indepen dientes la una de la
otra, se puede calcular la probabilidad conjunta. Esto se presenta en la
siguiente tabla:
Consumo Prob.
o Demanda

Tiempo de
Espera

Probabilidad
Continua

Cant, Probable
Días Probables

75

0.05

14

0.20

0.05x0,20 = 0.01

15

0.50

0,05x0,50= 0.02

16

0,30

0.05x0,30= 0.01

Posibles Faltantes de Invent.

85

95

105

115

125

0.08

0.28

0.45

0.10

0.04

14

0.20

0,08x0.20=0,02

15

0.50

0.08x0,50=0.04

16

0.30

0.08x0,30=0.02

14

0.20

0,28x0,20=0.06

15

0.50

0,28x0.50=0.14

16

0.30

0.28x0.30=0.08

14

0.20

0,45x0,20= ; 0,09

15

0.50

0.45x0,50=0.22

16

0.30

0,45x0.30=0.13

14

0.20

0.10x0.20= 0.02

2

15

0.50

0,10x0,50= 0.05

10

16

0.30

0,10x0.30= 0.03

18

14

0.20

0,04x0,20= 0.01

12

15

0.50

0,04x0.50= 0.02

20

16

0.30

0,04x0.30= 0.01

28

La última columna de la tabla anterior refleja el número de unidades que
faltarían para atender la demanda, si no existiera ningún inventario de
seguridad, y si la existencia al momento de hacer el pedido, con 15 días de
anticipación fuera de 105 unidades. Por ejemplo, si la demanda resultara ser
de 115 unidades o sea 7.7 diarios y el tiempo de espera resultara ser de 16
días, el faltante sería de 18 unidades. De la informa ción obtenida en la
misma tabla y conociendo el costo ocasionado por cada unidad faltante, así
como también el costo de mantenimiento del inventario que en el presente
ejemplo se consideran de $10 y $2 por unidad, respectivamente, se puede
determinar
el
nivel
óptimo
de
inventario
de seguridad,
sabiendo la distribución de probabilidad de la demanda o utilización y la del
tiempo de espera para recibir el pedido.
La tabla anterior indica que el inventario de seguridad óptimo es de 7
unidades y corresponde al nivel en el cual el costo total es menor ($24).

LECCIÓN 42:
SISTEMAS DE PRONOSTICOS A CORTO PLAZO.

Entre las fuentes de demanda que plantean requerimientos al
departamento de producción se encuentran los pronósticos de
ventas preparados por las funciones de mercadotecnia y de
ventas. Debido a los largos tiempos de entrega que se llegan a
presentar en las áreas de fabricación y de compras, los
pronósticos de ventas son una fuente importante de información
sobre la demanda para la toma de decisiones sobre la
producción y los inventarios.

La preparación de los pronósticos de ventas es un esfuerzo
integral que implica a varias áreas de la empresa. El personal de
ventas y mercadotecnia incorpora en sus pronósticos subjetivos
los datos que se conocen sobre los requerimientos de los
clientes, las expectativas de la fuerza de ventas, la demanda
potencial del mercado, las tendencias recientes en la actividad
de registro de pedidos de los clientes (o cotización de ventas) y
las promociones planeadas de ventas. De manera similar, los
economistas de la corporación determinan a menudo el impacto
de factores macroeconómicos, en tanto que el personal de
investigación y desarrollo señala los desarrollos y la introducción
de nuevos productos. Además, la información relacionada con
las metas financieras y los objetivos presupuéstales por lo
común influye en el desarrollo de los pronósticos de ventas. Al
final, en el caso de las empresas que enfrentan una escasez
crítica en los materiales comprados, como componentes
electrónicos, la información de los pronósticos de ventas se
convierte en requerimientos específicos de componentes y se
verifica contra las capacidades de los proveedores.

Desarrollar la información para el pronóstico de ventas es, por
tanto, una actividad esencial para coordinar los esfuerzos de
varias áreas funcionales en un negocio, en especial
mercadotecnia y producción. Para la administración de la
producción y de los inventarios, los pronósticos de ventas
proporcionan
información
necesaria
para
estimar
los
requerimientos de materiales y capacidad y son, en
consecuencia, datos de entrada importantes para las decisiones
sobre el control de la producción y los inventarios, sobre todo en
el caso de productos en un ambiente de fabricación-paraexistencias.

Aún cuando en un negocio se preparan distintos pronósticos de ventas, tanto a
corto y largo plazo, como de productos agregados e individuales, nos
concentraremos en ésta lección en los pronósticos a corto plazo para productos
individuales. Los objetivos de sistemas eficaces de pronósticos son su
elaboración rutinaria a bajo costo y un conjunto de monitores que indiquen
cuándo se incurre en problemas de pronósticos. Los pronósticos de artículos
finales, refacciones y otras partes con demanda independiente deben ser datos de
entrada clave para el proceso de planificación de alto nivel en la gestión de stock.
Uno de los objetivos clave es proporcionar una, y sólo una, fuente de datos para
pronósticos; ésta no debe presentar sesgos y debe ser útil en todas las áreas de la
empresa.

Los pronósticos que se emplean para planear la producción y los
recursos pueden ser de muchos tipos, en donde se incluyen
estimaciones subjetivas, modelos econométricos y técnicas
Delphi. Para explicarlos en detalle se requeriría un curso aparte,
que posteriormente dialogaré con José Luis el desarrollarlos para
vosotros en AulaFacil.com en un futuro próximo. Aunque no
podrían aplicarse muchas técnicas para el pronóstico de la
demanda de artículos finales individuales, aquí interesan los

pronósticos a corto plazo basados en observaciones de la
demanda real anterior.

El problema de la elaboración de pronósticos.
Esta lección trata sobre el problema de la elaboración de los pronósticos a corto
plazo de la demanda, que es el tipo más útil para la toma de decisiones rutinaria
en la gestión de stock. Sin embargo, otros problemas de decisiones, tanto en
producción como en otras áreas funcionales de la empresa, requieren diferentes
horizontes de tiempo para sus pronósticos.

Perspectivas de los pronósticos.
Los gerentes o administradores en general necesitan pronósticos para tomar
diferentes y buenas decisiones. Entre éstas se encuentran las de largo alcance,
tales como la de construir una nueva planta, determinar el tipo y tamaño de
aeronaves para la flota de una línea aérea, ampliar las instalaciones para los
huéspedes de un hotel, o modificar los requerimientos de currículum en una
universidad. Estas decisiones de mayor alcance necesitan pronósticos de niveles
agregados de demanda, que utilizan medidas como volumen anual de ventas,
volumen esperado de pasajeros, número de noches de permanencia de los
huéspedes, o el número total de estudiantes inscritos. En cierto modo esto es
bueno, ya que los niveles agregados de una actividad pueden pronosticarse con
mayor exactitud que las actividades individuales. Como ejemplo, es probable que
la administración de una universidad cuente con una estimación bastante buena
de la cantidad de estudiantes que se inscribirán el próximo período académico,
aun cuando el pronóstico de inscripción para un curso optativo pueda estar muy
equivocado.

En el caso de los pronósticos agregados, quizás puedan usarse relaciones causales
y los recursos estadísticos de regresión y correlación (véase “Curso de SPSS
Intermedio” enwww.aulafacil.com). Por ejemplo, las ventas de accesorios y

artefactos para el hogar dependen mucho de la construcción de nuevas viviendas.
El número de vacacionistas en los lugares de recreo se relaciona con el nivel de
ingresos neto disponible en la economía. En tales casos, la relación podría
modelarse con estadísticas, lo cual proporciona la base para un procedimiento de
elaboración de pronósticos. Al desarrollar pronósticos agregados de actividades
futuras para decisiones de largo alcance también se utilizan mucho el
conocimiento y el juicio de la gerencia. En las decisiones de alcance medio,
como el proceso de presupuestación anual, también se aplican tanto los métodos
estadísticos como los cuantitativos en la elaboración de pronósticos. Existe la
tentación de clasificar las técnicas de pronósticos en largo y corto plazo, pero
esto no toma en cuenta el desarrollo y empleo de técnicas apropiadas a la
decisión y la situación particulares. A partir de lo anterior, nos enfocaremos
principalmente en métodos de pronósticos para “proyectar” información histórica
a fin de hacer el “pronóstico”. En este proceso está implícita la creencia de que
no cambiarán las condiciones pasadas que produjeron los datos históricos (un
supuesto bastante discutible, y más en la actualidad). Aunque los procedimientos
que se estudian son mecánicos, esto no debe dar la impresión de que los
administradores dependen siempre de manera exclusiva de información pasada
para estimar la actividad futura. En primer lugar, en ciertos casos no se cuenta
con datos pasados. Esto sucede, por ejemplo, cuando se lanza un nuevo producto,
se planea una futura promoción de ventas, aparece un nuevo competidor, o la
nueva legislación afecta al negocio. Todas estas circunstancias señalan la
necesidad de una revisión gerencial y de la modificación del pronóstico en los
casos en que debe tomarse en cuenta un conocimiento especial. Esto no debe
perderse de vista a medida que se avance en los detalles de esta lección.

LECCIÓN 43:
SISTEMAS DE PRONOSTICOS A CORTO PLAZO.

Evaluación de los pronósticos.

A final de cuentas, por supuesto, la calidad de cualquier pronóstico se refleja en
la calidad de las decisiones que se basan en dicho pronóstico. Esto sugiere que la
comparación ideal de los procedimientos para la elaboración de pronósticos se
basará en los costos de producción del pronóstico y el valor del pronóstico para la
decisión. A partir de estos datos se puede hacer la comparación apropiada entre el
costo de desarrollar y el costo de tomar decisiones con pronósticos de diversa
calidad. Desafortunadamente, ninguno de estos costos puede medirse con
facilidad. Además, dicho esquema sugiere que para cada decisión podría
necesitarse un procedimiento diferente para los pronósticos, lo cual es una
posibilidad indeseable y compleja. Debido a estas complicaciones, se debe
depender de algunas medidas directas de calidad de los pronósticos.

Vollmann plantea que “un criterio importante para cualquier procedimiento de
pronósticos es un costo bajo por pronóstico”. Para muchos problemas de
planificación y control de producción, es necesario hacer pronósticos por semana
o por mes para muchos miles de artículos; así se obtiene un procedimiento
sencillo, eficaz y de bajo costo. Hay casos muy raros en que la decisión consiste
en agregar más capacidad a la fábrica. Sin embargo, las decisiones rutinarias a
corto plazo con frecuencia se toman para muchos artículos, y no pueden exigir
procedimientos de pronósticos costosos y largos. Además, debido a que las
decisiones resultantes se toman con frecuencia, cualquier error en un pronóstico
puede compensarse en la decisión de la siguiente vez. Si embargo, para tomar
una decisión sobre la capacidad de la fábrica puede muy bien simplificarse una
inversión considerable en un pronóstico agregado a largo plazo.

En el pasado eran excesivos los requerimientos de almacenamiento de datos y el
tiempo de computadora necesarios para elaborar pronósticos de varios miles o
decenas de miles de artículos. Sin embargo, a medida que han disminuido los
costos de tiempo y almacenamiento en computadora, ha perdido importancia este
aspecto para la evaluación de los procedimientos de los pronósticos. No obstante,
interesan los procedimientos sencillos, fáciles de usar y con pocos requerimientos
de almacenamiento y tiempo de computadora. Una característica importante de
cualquier procedimiento que se desarrolle es su honestidad, o ausencia de sesgo o

tendencia; es decir, el procedimiento debe producir pronósticos que no sean
elevados ni bajos, algo realmente difícil de conseguir si no contamos con las
herramientas necesarias para ello. Los pronósticos no deben ser demasiado
optimistas o pesimistas, sino más bien realistas. Es decir, cuando elabore
pronósticos, evalúe los tres escenarios: escenario positivo, escenario negativo y
escenario real. Como se pretende proyectar datos pasados, la ausencia de sesgo
significa atenuar lo aleatorio de estos datos pasados de manera que los
pronósticos sobreestimados se compensen con los pronósticos subestimados.
Para medir el sesgo o tendencia, se emplea el error medio. El error del pronóstico
en cada periodo es igual a la demanda real menos la demanda pronosticada para
dicho periodo. La siguiente figura muestra un ejemplo del cálculo del sesgo.

Como muestra dicha figura, cuando los errores del pronóstico tienden a
cancelarse entre sí, la medida del sesgo tiende a ser baja. Los errores positivos en
algunos periodos se compensan con los errores negativos en otros, lo cual tiende
a producir un error o sesgo promedio cercano a cero. En la figura hay un sesgo, y
la demanda se pronosticó en un promedio de 25 unidades por periodo para los
cuatro periodos. Es importante tener pronósticos sin sesgo en la administración
de la producción y de los inventarios debido a que las estimaciones, en promedio,
son aproximadamente correctas. Más sin embargo, Vollmann recalca: “pero eso
no es suficiente”.

Figura 23
Ejemplo de cálculo de sesgo

Periodo (I)

(1) Demanda real

1

2

3

4

1,500

1,400

1,700

1,200

(2) Demanda pronosticada

Error (1) – (2)

1,600

1,600

1,400

1,300

-100

-200

300

-100

Sesgo =

Es necesario considerar la magnitud de los errores. Por ejemplo,
obsérvese en la figura 24 que se obtiene la medida idéntica de
sesgo cuando la demanda real para los cuatro períodos es de
100, 100, 5,500 y 100 respectivamente (esto se muestra como
parte de los cálculos en la siguiente figura 25). Sin embargo, los
errores individuales son mucho más grandes y esta diferencia
tendrá que reflejarse en los inventarios de protección o de
seguridad si se quiere mantener un nivel consistente en el
servicio a los clientes.

Ahora considera una medida muy usada para la magnitud del
error del pronóstico, la desviación absoluta media (DAM). La
desviación absoluta media expresa el tamaño del error
promedio, sin importar si es positivo o negativo, en este caso, la
combinación del sesgo y del DAM es la que permite evaluar los
resultados de los pronósticos.

Figura 24
Muestra de cálculos de la DAM

Periodo (I)

1

2

3

4

(1) Demanda real

1,500

1,400

1,700

1,200

(2) Demanda pronosticada

1,600

1,600

1,400

1,300

-100

-200

300

-100

Error (1) – (2)

DAM =
Figura 25
Muestra de cálculos de la DAM

Periodo (I)

1

2

3

4

100

100

5,500

100

(2) Demanda pronosticada

1,600

1,600

1,400

1,300

Error (1) – (2)

-1,500

-1,500

4,100

-1,200

(1) Demanda real

Sesgo =

DAM =

El sesgo es quizás el aspecto más crítico, ya que se pueden compensar los errores
de los pronósticos mediante existencias de seguridad, aceleración de los trabajos,
medios de entrega más rápidos y otras clases de respuestas. La DAM indica el
tamaño esperado de la compensación (por ejemplo, las existencias de seguridad
requeridas). Sin embargo, si un pronóstico es consistentemente inferior a la
demanda, toda la tubería de flujo de material se agotará, y será necesario volver a
comenzar de nuevo con materias primas. Otros problemas surgen en el caso de
pronósticos consistentemente elevados. Lo bueno es que las técnicas rutinarias de
monitoreo identifican el sesgo cuando está presente. Lo malo es que los
pronósticos de juicio, como los que hacen los grupos de mercadotecnia, a
menudo son tendenciosos debido a que incorporan otros objetivos (por ejemplo,
estímulo a la fuerza de ventas). La clave es separar con claridad el proceso del
pronóstico del uso del pronóstico. Los objetivos del proceso son la ausencia de
sesgo y una DAM mínima. Lo que se hace con el pronóstico es otro tema.

LECCIÓN 44:
SISTEMAS DE PRONOSTICOS A CORTO PLAZO.

Comparación de los métodos.
T. Vollmann cita una investigación realizada por Spyros
Makridakis y sus colegas, quienes han realizado un excelente
trabajo al comparar los métodos de pronósticos más conocidos.
Aquí se ve de manera general su investigación y otro estudio
posterior acerca de la evaluación del pronóstico con enfoque.

Los resultados indican que los modelos sencillos tienen un mejor
desempeño que los procedimientos complejos, lo cual es la
clave en la práctica, sobre todo en los pronósticos a corto plazo.

La competencia de los pronósticos.
Se han desarrollado diversas técnicas de pronósticos, y cada día aumentan. Estas
técnicas pueden ser desde muy sencillas hasta matemáticamente complejas, tener
una orientación al negocio global o estar orientadas a unidades específicas de
almacenamiento, y ser desde muy costosas hasta más o menos económicas. Entre
las técnicas que están a nivel de planificación de las empresas se encuentran las
que implican opinión y consenso de expertos, enfoques causales o de regresión
que enlazan las actividades de un sector con las de otro, y las de métodos
económicos o de análisis de las empresas. En el caso de los pronósticos que están
más orientados a las operaciones, las técnicas van desde los intentos por
caracterizar los datos pasados mediante el empleo de enfoques matemáticos,
hasta las proyecciones sencillas del desempeño pasado con el uso de promedios
móviles o suavización exponencial.

Spyros Makridakis organizó una competencia de pronósticos en
la que siete expertos evaluaron 21 modelos de ellos. La
competencia se basó en 1,001 diferentes series de tiempo
reales. Unas de éstas eran anuales, algunas trimestrales y otras
mensuales. Unas correspondían a microdatos(por ejemplo, para
empresas, divisiones o subdivisiones); otras correspondían
a macrodatos(por ejemplo, PNB o sus principales componentes).
Algunas series se formaban por datos estacionales; otras no.
Expertos proponentes de una variedad de modelos de
pronósticos analizaron los datos, determinaron parámetros
apropiados para los modelos e hicieron los pronósticos de las
series. El horizonte de los pronósticos varió desde 1 hasta 18
periodos en el futuro. La exactitud de éstos se determinó con
cinco medidas diferentes.

No hubo ningún modelo que de manera consistente superara a
todos los demás en todas las series, todas las medidas y todos
los horizontes de tiempo para los pronósticos. Algunos modelo
fueron preferibles con datos mensuales que con datos
trimestrales o anuales, y otros más fueron mejores para
horizontes de tiempo más largos en los pronósticos. En
consecuencia, una de las conclusiones de este trabajo es que un
usuario de pronósticos puede mejorar la exactitud de los mismos
al elegir un modelo que se ajuste al criterio y al ambiente en el
que esté interesado (por ejemplo, microdatos frente a
macrodatos, corto plazo frente a largo plazo, y medida de la
exactitud).

Debido a que aquí interesan los horizontes de tiempo a corto
plazo, es importante la conclusión general de que los métodos
sencillos funcionan mejor que los modelos más complejos, en
especial con horizontes de tiempo cortos para microdatos.
Técnicas tales como la suavización exponencial sencilla tienden
a superar a los métodos complicados, como los econométricos.
La siguiente figura resume las calificaciones de algunos de los
procedimientos (para horizontes de pronósticos de un período).
Para la mayoría de los criterios mostrados, los modelos de
suavización exponencial son bastante eficaces. La figura es para
todas las 1,001 series de datos; las técnicas más adecuadas
incluso se desempeñan mejor sólo para microdatos. Una de las
sorpresas de la investigación es el desempeño de
combinaciones de técnicas. Éste recomienda seleccionar
continuamente la técnica de pronósticos que produzca el menor
error a lo largo de los últimos datos de demanda, método
conocido como “pronóstico con enfoque”. Los resultados de la
competencia de pronósticos de Makridakis también sugieren que

podría ser mejor promediar los pronósticos de los diversos
modelos empleados para cada período.

Figura 26
Rango de desempeño para las técnicas de pronósticos entre 21 métodos para un horizonte de planeación
de un período.

CRITERIO*
Métodos
(todos MEPP (media del MEC (Media de Clasificación
ajustados
por error
porcentual errores
al promedio
con
estacionalidad).
promedio).
cuadrado).
relación a todas las
técnicas

Mediana del EPP
(valor
de
la
mediana del error
porcentual).

Ingenuo
(pronóstico = real
actual).

7

17

8

8

Promedio móvil

15

20

10

11

Suavización
exponencial.

3

13

7

7

Suavización
exponencial
tendencia.

4

7

2

4

4

7

2

2

1

10

1

1

Suavización
exponencial
tendencia
factores
estacionales

con

con
y

Combinación (un
promedio de los
pronósticos de seis
métodos).

* El mejor desempeño con respecto al criterio es 1; el peor es 21.

La comparación del pronóstico con enfoque.

Para probar aún más la idea de que promediar podría ser mejor que seleccionar
una sola técnica, Flores y Whybark experimentaron con el pronóstico con
enfoque y un promedio de todos los pronósticos de los modelos. Debido a que el
planteamiento del primero requiere que de cualquier forma estén presentes varios
modelos, el promedio de los pronósticos de todos los modelos era una extensión
sencilla de la técnica. La obtención de promedios podría conducir a mejores
resultados, y también más sencillos y fáciles de comprender.

El experimento se basó en un sistema de pronóstico con
enfoque en el cual se emplearon siete modelos diferentes. Los
resultados del pronóstico con enfoque se compararon con los del
promedio de todos los siete pronósticos, y para ello se utilizó un
modelo de suavización exponencial sin ajuste de tendencia o de
estación. Para probar los métodos se utilizaron datos tanto
reales como simulados de la demanda.

Para evaluar el desempeño en el pronóstico de los tres
procedimientos se tomaron la DAM y la MEPP como criterios, y
los resultados fueron los mismos para ambos. En el caso de los
datos simulados de demanda, hubo diferencias significativas
entre los tres procedimientos, que iban desde el promedio (el
mejor) hasta la suavización exponencial (el peor). Las
calificaciones se modificaron y el nivel de significancia se redujo
cuando se usaron datos reales; la suavización exponencial tuvo
el mejor desempeño, pero el pronóstico con enfoque y el método
de promedios no fueron diferentes estadísticamente.

Las implicaciones pragmáticas de estos experimentos son
claras. El pronóstico de la demanda real es difícil, pues los
resultados no proporcionan una elección de la técnica de
pronósticos que sea en verdad superior, aunque apoyan el
empleo de modelos sencillos para los pronósticos. La conclusión

más importante para los especialistas es que los modelos más
complejos y onerosos no son por ello mejores. Esto significa que
quienes prefieren el empleo de modelos complejos para los
pronósticos necesitan tener buenas razones para ello, demostrar
con claridad que dichos modelos proporcionan mejores
pronósticos que los procedimientos más sencillos, y justificar
que las medidas de error están más de acuerdo con los
requerimientos de los que toman decisiones. Demostrar todo lo
anterior es aún más importante si se considera el costo de
preparación en el empleo de muchos modelos complejos.
Además de los costos de computadora y otros más, se debe
agregar el de la organización del empleo de un procedimiento
difícil de entender para quienes no son expertos.