Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Demanda:
ADMINISTRACION DE LA DEMANDA
El propsito del manejo de la demanda es coordinar y controlar todas las fuentes
de la demanda, con el fin de poder usar con eficiencia el sistema productivo y entregar
el producto a tiempo. De dnde proviene la demanda del producto o servicio de una
empresa? y qu puede hacer una compaa para administrarla? Existen dos fuentes
bsicas de la demanda: dependiente e independiente.
La demanda dependiente es la demanda de un producto o servicio provocada
por la demanda de otros productos o servicios. Por ejemplo, si una empresa vende 1 000
triciclos, entonces se van a necesitar 1 000 ruedas delanteras y 2 000 traseras. Este tipo
de demanda interna no necesita un pronstico, sino slo una tabulacin. La cantidad de
triciclos que la empresa podra vender es la demanda independiente porque no se
deriva directamente de la demanda de otros productos.
Una empresa no puede hacer mucho respecto de la demanda dependiente. Es
preciso cubrirla (aunque el producto o servicio se pueda comprar en lugar de producirlo
en forma interna). Pero s hay mucho que una empresa puede hacer en cuanto a la
demanda independiente, si as lo desea. La compaa puede:
1.
2.
varias razones por las que una empresa no trata de cambiar la demanda sino que la
acepta tal como llega. Si una compaa funciona a toda su capacidad, tal vez no quiera
hacer nada en cuanto a la demanda.
Otras razones pueden ser que la compaa no tenga el poder de cambiar la
demanda debido al gasto en publicidad; es probable que el mercado sea fijo y esttico; o
que la demanda est fuera de su control (como en el caso de un proveedor nico).
Existen otras razones competitivas, legales, ambientales, ticas y morales por las que la
demanda del mercado se acepta de manera pasiva.
Es necesaria mucha coordinacin para manejar estas demandas dependientes,
independientes, activas y pasivas. Las demandas se originan tanto interna como
externamente en forma de ventas de productos nuevos por parte de marketing, piezas de
reparacin para productos vendidos con anterioridad, reabastecimiento de los almacenes
de la fbrica y suministro de artculos para manufactura. En este captulo, el principal
inters se centra en el pronstico relacionado con los productos independientes.
TIPOS DE PRONSTICO
1. Cualitativas
Tcnicas acumulativas: Deriva un pronstico a travs de la compilacin de las
entradas de aquellos que se encuentran al final de la jerarqua y que tratan con lo
que se pronostica. Por ejemplo, un pronstico general de las ventas se puede
derivar combinando las entradas de cada uno de los vendedores que estn ms
cerca de su territorio.
Investigacin de mercados: Se establece para recopilar datos de varias formas
(encuestas, entrevistas, etc.) con el fin de comprobar hiptesis acerca del
mercado. Por lo general, se usa para pronosticar ventas a largo plazo y de nuevos
productos.
Grupos de consenso: Intercambio libre en las juntas. La idea es que la discusin
en grupo produzca mejores pronsticos que cualquier individuo. Los
participantes pueden ser ejecutivos, vendedores o clientes.
Analoga histrica: Relaciona lo pronosticado con un artculo similar. Es
importante al planear nuevos productos en los que las proyecciones se pueden
derivar mediante el uso del historial de un producto similar.
4.
nuevas apropiadas.
Volver a resumir, refinar las proyecciones y condiciones, y una vez ms plantear
preguntas nuevas.
5. Repetir el paso 4, si es necesario. Distribuir los resultados finales entre todos los
participantes.
Por lo regular, la tcnica de Delfos puede lograr resultados satisfactorios en tres
rondas. El tiempo requerido es una funcin del nmero de participantes, la
cantidad de trabajo para que desarrollen sus pronsticos y su velocidad para
responder.
F5: 25+22+26+24 =
24.25
4
pronosticar
la
demanda,
causales sino que indican, de cierta forma indirecta, que podran ocurrir otras cosas.
Otras relaciones no causales simplemente parecen existir como una coincidencia. Hace
unos aos se demostr en un estudio que la cantidad de alcohol vendido en Suecia era
directamente proporcional al salario de los maestros. Se cree que era una relacin
espuria (falsa). El siguiente es un ejemplo de un pronstico con el uso de una relacin
causal.
4. Pronostico Enfocado
El pronstico enfocado es creacin de Bernie Smith,
quien lo usa
principalmente para manejo de inventarios de bienes terminados. Smith defiende slidos
argumentos de que los enfoques estadsticos usados para pronosticar no dan los mejores
resultados. Afirma que las tcnicas simples que funcionaron antes tambin dan los
mejores pronsticos para el futuro.
METODOLOGA DEL PRONSTICO ENFOCADO
El pronstico enfocado simplemente prueba varias reglas que parecen lgicas y
fciles de entender para proyectar al futuro los datos del pasado. Cada una de estas
reglas se usa en un programa de simulacin por computadora para proyectar realmente
la demanda y medir el desempeo de la regla cuando se compara con lo que ocurri. Por
lo tanto, los dos componentes del sistema de pronstico enfocado son 1) varias reglas de
pronstico muy simples, y 2) simulacin por computadora de estas reglas sobre datos
del pasado.
Se trata de reglas simples y de sentido comn que se formulan y prueban para
ver si deben conservarse.
Entre los ejemplos de reglas simples de pronstico se encuentran:
1. Lo que se haya vendido en los tres ltimos meses ser probablemente lo que
se venda en los tres meses siguientes.
2. Lo que se vendi en el mismo trimestre del ao pasado se vender
probablemente en ese periodo de este ao (esto dara cuenta de los efectos estacionales).
3. Es probable que se venda 10 por ciento ms en los siguientes tres meses que
en los tres meses anteriores.
4. Es probable que se venda 50 por ciento ms en los tres meses siguientes que
en los mismos tres meses del ao anterior.
5. Cualquiera que haya sido el cambio porcentual de los ltimos tres meses de
este ao en comparacin con los mismos tres meses del ao pasado, ser probablemente
el mismo cambio porcentual que se tendr en los siguientes tres meses del ao.
Estas reglas de pronstico no son rgidas. Si una regla parece funcionar bien, se
agrega. Si una no funcion, se suprime.
La segunda parte del proceso es una simulacin por computadora. Para usar el
sistema, deben tenerse datos histricos; por ejemplo, datos de 18 a 24 meses. El proceso
de simulacin usa las reglas de pronstico para predecir datos recientes. La regla que
mejor pronostique en el pasado es la que se usa para predecir el futuro.