Professional Documents
Culture Documents
Pronósticos
1
PRONÓSTICOS
Que es y para qué se usan:
Es necesario para:
Determinar que recursos se necesitan.
Programar los recursos existentes.
Adquirir recursos adicionales.
2
PRONÓSTICOS
Son estimaciones de la ocurrencia, la cronología o la
magnitud de futuros eventos inciertos.
El propósito de pronosticar
es usar la mejor información Este pronóstico se traduce a
su vez en política mediante
disponible para guiar las
un presupuesto de operación,
actividades futuras
que es la representación
tendientes al cumplimiento 3
cuantitativa de la política
de las metas de la
corporativa.
¿En qué se basan ?
Generalmente, los pronósticos son respaldados por consejeros
económicos, estadísticos, políticos y técnicos, y se basa en
información sobre los aspectos tales como:
Niveles de producción industrial, tanto nacionales como internacionales.
Gasto público.
Disponibilidad de mano de obra.
Cambios posibles en la estructura de precios.
Variaciones en los niveles de vida.
Competencia, tanto nacional como internacional.
Nuevos productos posibles.
Mercados potenciales.
Cambios tecnológicos.
Recursos e historial de la empresa.
Objetivos, políticas y planes de la empresa a largo plazo.
.
4
¿Qué se pronostica?
Principalmente la DEMANDA... pero también:
Precios de materiales
Costo de mano de obra
Tasas de interés
Ingresos
Gastos
5
El Rol de los Pronósticos en la
Administración Operativa
Son imprescindibles para la toma de decisiones efectiva.
6
Jerarquía de Metas, Decisiones y
Funciones
Objetivos Horizonte de Decisiones Típicas
Jerarquía de Decisiones
Administrativos Pronósticos de Manufactura
Planeación de 3 - 20 años. Planeación: Metas de
metasde la En años, rentabilidad, calidad,
Planeación
organización. meses o participación de mercado,
Estratégica
trimestres. servicio al consumidor,
automatización.
Administrar la 3 meses a 3 Administración: Finanzas,
adquisición de años. Mercadotecnia, Ventas,
Planeación
recursos para En meses o tamaño y localización de
Administrativa
cumplir metas semanas instalaciones, producción
agregada. (MPS)
Administrar 1 mes a 2 Administrar y Control
efectiva y años. Distribuir y producir,
eficientemente la Planeación planear req´s. de
En meses o
asignación de los y Control Operativo capacidad y materiales
semanas.
recursos.
7
Fundamentos de Pronósticos
8
Pronóstico de Demandas
9
Sistema Operativo de Pronósticos
10
Integración de Base de
Datos de Demanda
La integración de la base de datos de demanda no es tarea fácil.
El resultado final de un buen pronóstico es la satisfacción del
consumidor y el logro de rentabilidad duradera de la empresa.
El concepto de servicio al consumidor se relaciona con él, a través de
las ventas pérdidas y envíos de órdenes tardías.
Generalmente estos conceptos distorsionan los datos históricos, los
cuales pierden precisión para la estimación de la demanda.
Los datos históricos de ventas son iguales al valor mínimo entre la
demanda y la oferta de artículos.
Ordenes tardías distorsionan datos de embarque como una medida de
la demanda.
La fecha de la demanda debe ser la fecha de entrega solicitada y no la
realizada.
Capturar datos de demanda, no datos de ventas o embarque.
11
Integración de Base de Datos
de Demanda
La demanda es la cantidad de artículos pedida, no la prometida.
Capturar la cantidad requerida por el cliente antes de informar sobre la
no disponibilidad de artículos.
La falta de un artículo puede causar la pérdida de ventas de otros
complementarios.
La falta de un artículo puede distorsionar la historia de demanda de los
artículos sustitutos.
Algunas empresas no capturan como demanda las ventas perdidas.
Se recomienda utilizar un sistema de captura de datos perpetuo o
continuo.
La efectividad de los pronósticos requiere de bases de datos de
demanda precisas.
Una base de datos de demanda precisa es un recurso estratégico.
12
Tipos de Métodos de
Métodos basados en
Pronósticos opiniones o estimados
subjetivos o de juicio.
Se emplean cuando la situación es
“estable” y existen datos Se emplean cuando la situación
“históricos”: Productos existentes, no es clara y existen pocos
Tecnología actual. Métodos de datos: Productos nuevos,
Pronóstico Nueva tecnología.
Previsiones Predicciones
Cuantitativos Cualitativos
Dependencia de datos históricos de Estadístico que depende,
variables independientes: fundamentalmente, de los datos
Campaña de promociones históricos de la demanda.
Condiciones económicas
Actividades de los competidores Opinión Ejecutiva
Series de Analogía Histórica
Causal
Tiempo Delphi
Investigación de Mercado
Proyección de tendencias
Proyección de
Suavización ajustadas por influencias
tendencias
estacionales 13
PRONÓSTICOS
Demanda
Suelen variar considerablemente tanto para bienes y servicios.
Tiempo
(a) Horizontal: Cúmulos de datos en torno a una
línea horizontal.
15
Patrones de Demanda
Cantidad
Tiempo
(b) De tendencia: Los datos aumentan o disminuyen de manera
consistente a través del tiempo.
16
Tendencia
Es el movimiento gradual de ascenso o descenso de
los datos a lo largo del tiempo.
Los cambios en la población, ingresos, etc. influyen
en la tendencia.
Varios periodos de duración.
Respuesta
Año 1
Año 2
| | | | | | | | | | | |
J F M A M J J A S O ND
Meses
(c) Estacional: Los datos muestran crestas y valles de manera
consistentes.
18
Estacionalidad
Muestra de datos de ascenso o descenso que se
repiten.
Se puede ver afectada por la climatología, las
costumbres, etc.
Se produce dentro de un periodo anual.
Verano
Respuesta
Mes, trimestre
19
Patrones de Demanda
Cantidad
| | | | | |
1 2 3 4 5 6
Años
(d) Cíclico: Los datos revelan incrementos y decrementos
graduales en el curso de largos períodos de
tiempo.
20
Variaciones aleatorias
Son “saltos” en los datos causados por el azar y
situaciones inusuales.
Son debidas a variaciones aleatorias o a situaciones
imprevistas:
Huelga.
Terremoto.
Inundaciones.
Son de corta duración y no se repiten o bien no se
sabe cuando se repetirán.
21
PRONÓSTICOS
22
PRONÓSTICOS
Factores que Afectan la Demanda
Factores externos
Se encuentran fuera del control de la gerencia.
23
PRONÓSTICOS
Factores externos (continuación)
24
PRONÓSTICOS
Factores internos
Las decisiones internas en su conjunto, provocan cambios en el
volumen de la demanda como es:
Diseño de envases.
25
PRONÓSTICOS
Factores internos
Administración de la demanda proceso de la empresa que
influyen en los tiempos y en el volumen de la demanda.
26
PRONÓSTICOS
Diseño del sistema de Pronóstico
Gerencia frente a un pronóstico debe tomar tres decisiones
Que va a pronosticar.
Que tipo de técnica va a aplicar.
Tipo de hardware o software o ambos que utilizará.
I. Que va a pronosticar
1. Nivel de acumulación
Es agrupar varios productos o servicios similares, con lo cual las
compañías pueden realizar pronósticos más asertivos y derivar
por productos o servicios.
Esta forma con lleva a un error generalmente es 5%.
Al pronosticar por artículo el error es >> 5%.
27
PRONÓSTICOS
Que va a pronosticar (continuación)
Sistema a dos niveles.
1er pronóstico: Familias bienes o servicios con similares características
en:
– Requisitos de demanda
– Procesamiento
– Trabajo y Materiales.
2do pronóstico: de las cifras generales se deriva el pronóstico por
elemento individual.
2. Unidades de medición
De mayor utilidad son las unidades de productos o servicios y no de
dinero.
Ej. Unidades de radios, paquetes por entregar, número de clientes, etc.
28
PRONÓSTICOS
Enfoques del Pronóstico
Métodos cualitativos Métodos cuantitativos
Se emplean cuando la situación no Se emplean cuando la situación
es clara y existen pocos datos: es “estable” y existen datos
Productos nuevos. “históricos”:
Nueva tecnología. Productos existentes.
Tecnología actual.
29
PRONÓSTICOS
II. Decisión del tipo de técnica de pronóstico
La precisión de pronóstico depende de la selección de una
técnica apropiada y de los costos que esto puede acarrear, para
este último:
Comprar un software.
Tiempo requerido para hacerlo.
Capacitación del personal.
Técnicas
Cualitativa:
Método de juicio
Cuantitativa:
Métodos Causales
Análisis de serie de tiempo
30
PRONÓSTICOS
Decisión del tipo de técnica de pronóstico (continuación)
Cualitativos
Método de juicio: cuando no se dispone de datos históricos
Opinión de Gerentes y Expertos
Encuestas de consumidores
Estimaciones entregadas por área de ventas
Cuantitativos
Métodos Causales: Dependencia de datos históricos de
variables independientes:
Campaña de promociones
Condiciones económicas
Actividades de los competidores
Análisis de Serie de Tiempo estadístico que depende,
fundamentalmente, de los datos históricos de la demanda.
31
PRONÓSTICOS
Decisión del tipo de técnica de pronóstico (continuación)
Técnicas
Análisis de serie de tiempo es de mayor utilización, es económico.
Métodos Causales menos ocupado, más costoso, mayor tiempo de
procesamiento que el anterior pero más preciso.
Método de juicio cuando no se dispone de datos históricos, más
costoso que el primero.
32
Factores que Afectan la Demanda
Horizonte de tiempo
Técnicas
Métodos Causales eficaz para estimar puntos de inflexión,
crecimientos lentos de ventas, útil para gerentes de producción.
Método de juicio también estima puntos de inflexión, usado
cuando no existen antecedentes históricos.
¡Cuidado! Análisis de serie de tiempo no sirve, ya que los
patrones considerados no tiene porque seguir existiendo en el
futuro.
34
PRONÓSTICOS
Horizonte de tiempo (continuación)
Largo plazo ( más de dos años)
Sus pronósticos se elaboran en torno a la demanda total de
ventas en términos de dinero u otras como: kilogramos, barriles,
etc.
Son difíciles de realizar.
Son excesivamente detalladas.
Técnicas
Métodos Causales aunque es un análisis matemático, igual
deben ser revisados por la experiencia y el buen juicio.
Método de juicio
35
PRONÓSTICOS
III. Pronóstico por medio de Computadoras
Contesta la pregunta ¿qué tipo de hardware o software o ambos
utilizará?
Se aplica para cortos plazos y en el mercado existen muchos paquetes
que se clasifican como:
Sistemas manuales: Usuario selecciona la técnica de pronóstico y
parámetros.
Sistema semiautomático: Usuario especifica la técnica pero el
software determina los parámetros para el modelo.
Sistema automático: Software analiza los datos, sugiere técnica y
parámetros.
Criterios para seleccionar software (Dep. marketing + operaciones)
Satisfacer las necesidades.
Costo de compra o licencia.
Nivel del soporte del personal requerido.
Magnitud del mantenimiento necesario.
36
Análisis de Métodos
Método de Juicio
Utilizado cuando:
No existen datos históricos.
Cambio de tecnología.
Modificación de pronósticos cuantitativos (resultados
extraños)
Se confía en la experiencia y el buen juicio
Existen cuatro formas:
1.- Estimación de la fuerza de ventas
Personas cerca de los clientes
Ventajas
Mayor probabilidad de conocer que productos o servicios
comprarán los clientes.
Información útil para administrar inventario, distribución,
formación de equipos de venta.
Combinar todas las opiniones para obtener una sola por
ejemplo para una región. 37
Análisis de Métodos
Método de Juicio (continuación)
Desventajas
Algunos muy optimistas otros muy cautelosos.
No diferencian entre lo que el cliente desea y lo que realmente
necesita.
Vendedores subestiman el pronóstico, para que su rendimiento parezca
bueno, cuando supera la proyección o esforzarse solamente para
alcanzar meta.
2.- Opinión Ejecutiva
Uso
Modificar un pronóstico de venta actual, debido a un evento
inesperado.
Elaborar pronósticos tecnológicos.
Desventajas
Puede ser costosa.
Puede quedar fuera de control (sin la aprobación colectiva).
38
Análisis de Métodos
Método de Juicio (continuación)
3.- Investigación de Mercado
Creación y puesta en marcha de diferentes hipótesis por medio de una encuesta,
para determinar el grado de interés del consumidor.
La investigación incluye:
Diseño de un cuestionario, para obtener información económica, demográfica e
interés(es) de cada persona.
Aplicación: - Teléfono ó Correo ó Entrevista
Selección de la muestra representativa.
Análisis de la información. Interpretación con criterio estadístico.
Uso, pronosticar la demanda con precisión:
Excelente a corto plazo.
Buena a mediano plazo.
Regular a largo plazo.
Desventajas
Costosas, errores en la formulación e interpretación de las respuestas.
Limitaciones (Ej. Respuestas por correo).
39
Análisis de Métodos
Método de Juicio (continuación)
4.- Método Delphi
Obtener consenso dentro de un grupo de expertos, pero en anonimato,
sin experiencia en el tema.
El panel de expertos pueden dedicarse a distintos rubros como, política,
negocios, científico, ambientalistas, etc.
Uso
Pronosticar a largo plazo.
Proyección de venta de un producto nuevo.
Desventajas
Puede alargarse por mucho tiempo (más de un año).
Probabilidad de respuestas menos significativas que si ellos no
asumen el problema.
Pocas evidencias de alto grado de precisión.
Los cuestionarios mal planteados conducen a errores.
40
Visión Global de los Métodos
Cuantitativos
Método
Regresión lineal
causal
41
Método Causal
Regresión Lineal
Se dispone de datos históricos, se puede relacionar lo que se intenta
pronosticar con otros factores externos o internos.
Ventajas
Posee instrumentos más refinados de pronósticos.
Excelente para prever puntos de inflexión de la demanda.
Útil para pronósticos de mediano o largo plazo.
Regresión lineal consiste en que una variable dependiente se relaciona
con una o más variables independiente por medio de una expresión
algebraica.
Ejemplo:
Variable dependiente: se quiere pronosticar la demanda de barniz para
puertas.
Variable independiente: gasto de publicidad o inicio de la construcción
de nuevas viviendas.
Valor
actual
de Y
Valor de X empleado
para calcular Y
X
Variable Independiente
43
Método Causal
Regresión Lineal
Y Desviación Ecuación de
o error regresión:
Estimación de
Y = a + bX
Y a partir de
la ecuación
Variable Dependiente
de regresión
{ Valor
actual
de Y
Valor de X empleado
para calcular Y
X
Variable Independiente
44
Método Causal Regresión Lineal
Objetivo del análisis de regresión lineal Encontrara los valores de a y b
que minimicen la suma de las desviaciones (errores) al cuadrado de
los puntos reales de la gráfica.
Formas de evaluar la precisión del pronóstico (existen 2)
45
Método Causal Regresión Lineal
2. Coeficiente de determinación de la muestra ( r 2)
46
Método Causal Regresión Lineal
Ejercicio práctico:
La persona a cargo de programar la producción de la compañía,
tiene que elaborar un pronósticos de la demanda de un
producto, a fin de plantear las cantidades de producción más
apropiadas.
Durante un almuerzo de negocios, el gerente de Marketing
aporta información sobre el presupuesto de publicidad destinado
a una bisagra de bronce para puertas.
Se presenta a continuación los datos sobre ventas y publicidad
correspondiente a los últimos cinco meses.
La gerencia de Marketing afirma que la compañía gastará el mes
entrante US$1.750 en publicidad para el producto. Aplique la
regresión lineal para desarrollar una ecuación y un pronóstico
para ese producto.
47
Método Causal Regresión Lineal
48
Método Causal Regresión Lineal
300 —
Ventas (miles de unidades)
200 — a = - 8.136
b = 109.229
r = 0.98
150 — r2 = 0.96
syx = 15.61
100 —
Y = - 8.136 + 109.229X
50 | | | |
• Pronóstico
1.0 1.5de r es2.0
El valor 2.5 a 1,00 significa que existe una
muy próximo
Pronósticopara
paraMesMes66
fuerte relación
Publicidad (miles deentre ventas y publicidad, la selección es buena.
dólares)
XX==$1750,
$1.750,YY ==- 8.136 + 109.229(1.75)
183.015 unidades
• R2 significa que el 96% de la variación observada en las 49
ventas, se atribuye a los gasto involucrados de publicidad.
Método Causal Regresión Lineal
300 —
Ventas (miles de unidades)
250 —
Ventas Publicidad
Mes (000 unidades) (000 $)
200 — a = - 8.136
1 264 2.5 b = 109.229
2—
150 116 1.3 r = 0.98
3 165 1.4 r2 = 0.96
4—
100 101 1.0 syx = 15.61
5 209 2.0
Y = - 8.136 + 109.229X
50 |
El ingeniero a| cargo de
| producción
| puede utilizar este
1.0
pronóstico 1.5 saber
para 2.0las bisagras
2.5 que necesitará en el mes 6.
Publicidad
Si suponemos(miles
quede
sedólares)
tiene en inventario 62.500 unidades,
¿Cuánto deberá planificar como producción?.
50
Método Causal Regresión Lineal
300 —
Ventas (miles de unidades)
250 —
Ventas Publicidad
Mes (000 unidades) (000 $)
200 — a = - 8.136
1 264 2.5 b = 109.229
2—
150 116 1.3 r = 0.98
3 165 1.4 r2 = 0.96
4—
100 101 1.0 syx = 15.61
5 209 2.0
Y = - 8.136 + 109.229X
50 | | | |
Se 1.0
tiene en1.5
inventario
2.0 = 62,500
2.5 unidades,
Publicidad
Producción (miles de dólares)
= 183,015 - 62,500 = 120,015 unidades
51
Método Causal Regresión Lineal
52