PRONÓSTICOS

Definición Pronóstico es el proceso por el cual los órganos directivos de la empresa diseñan continuamente el futuro deseable y seleccionan las formas de hacerlo factible, funciona como un sistema global utilizando la metodología del pensamiento sistémico y la interacción conjunta de sus componentes estratégica y tácticamente. Los pronósticos representan la base de los planes a largo plazo de la empresa y son importantes para el desarrollo de las funciones de la organización: mercadeo, producción y finanzas. Los pronósticos que realiza la empresa con mayor frecuencia son: Pronóstico de ventas Pronóstico de producción Pronóstico de compras Pronostico de gastos pronóstico de inversiones Pronóstico de caja Tipos de pronósticos Los pronósticos pueden ser a corto, mediano o largo plazo.

Modelos de Pronósticos El conocimiento de las técnicas de pronósticos es de poco valor a menos que puedan aplicarse efectivamente en el proceso de planeación de la organización. Pronósticos a corto plazo: son los realizados para periodos inferiores a tres meses y permiten realizar ajustes por cambios a corto plazo.Pronósticos a largo plazo: son los realizados para periodos mayores a dos años y permiten detectar las tendencias e identificar los puntos críticos. Usos de los pronósticos Mercadotecnia Tamaño del mercado Participación en el mercado Tendencia de precios Desarrollo de nuevos productos Producción Costo de materia prima Costo de mano de obra Disponibilidad de materia prima Disponibilidad de mano de obra . Pronósticos a mediano plazo: son los realizados para periodos comprendidos entre tres meses y dos años y permiten detectar los efectos estacionales.

tratan con el futuro y el tiempo está directamente involucrado.Requerimientos de mantenimiento Capacidad disponible de la planta para la producción Finanzas Tasas de interés Cuentas de pagos lentos Recursos Humanos Número de trabajadores Rotación de personal Tendencias de ausentismo Tendencia de llegadas tarde Planeación Estratégica Factores económicos Cambios de precios Costos Crecimiento de líneas de productos Características de los Pronósticos Primera. Todas las situaciones en que se requiere un pronóstico. . Así. debe pronosticarse para un punto específico en el tiempo y el cambio de ese punto generalmente altera el pronóstico.

Modelos de Relaciones Causales: La demanda futura se predice sobre la base de factores conocidos y cuantificables que afectan su desempeño. Modelos de Análisis de Series de Tiempo: La demanda futura se predice sobre la base del comportamiento anterior de la demanda durante un periodo. presente en grado variable en todas las situaciones descritas es la confianza de la persona que hace el pronóstico sobre la información contenida en datos históricos. Si el administrador tuviera certeza sobre las circunstancias que existirán en un tiempo dado. El tercer elemento. . Otro elemento siempre presente en situaciones de pronósticos es la incertidumbre. la preparación de un pronóstico seria trivial. Tercera.Segunda. Los modelos de pronósticos para aplicación en una empresa son: Cualitativos Cuantitativos Análisis de series de tiempo Modelos causales Modelos Cualitativos: Los Pronósticos Cualitativos son técnicas subjetivas o simples juicios que se basan en cálculos y opiniones.

Vendedores o Clientes. ANALOGÍA HISTÓRICA Relaciona lo que se pronostica con un elemento similar. entrevistas. el grupo pasa por un proceso de aprendizaje debido a que recibe nueva información y a que nadie estpa sujeto a influencia alguna por presión del grupo ni de personas dominantes. Los participantes pueden ser Ejecutivos. Normalmente la usamos para pronosticar las ventas a largo plazo y las de productos nuevos. Así. Es importante para planear productos nuevos porque se puede derivar un pronóstico empleando el historial de un producto similar. MÉTODO DELPHI Un grupo de expertos contesta un cuestionario. Técnicas de los pronósticos y modelos más comunes: CUALITATIVAS MODELO DESCRIPCIÓN RAIZ DE PASTO "GRASS Deriva un pronóstico reuniendo información de las personas que están en un extremo ROOTS" de la jerarquía y que se ocupan de aquello que se pronosticará. INVESTIGACIÓN MERCADOS DE Reune datos por distintos medios (encuestas. etc) a efecto de comprobar hipótesis sobre el mercado. . La idea es que la discusión producirá mejores pronósticos que los de cualquier individuo.Selección del Método de Pronósticos Factores El contexto del pronóstico La relevancia y disponibilidad de datos históricos El grado de exactitud deseado El periodo de tiempo que se va a pronosticar El análisis de costo-beneficio del pronóstico El punto del ciclo de vida en que se encuentra el producto. CONSENSO DE JURADO Intercambio franco y Libre en juntas. Un moderador compila los resultados y prepara otro cuestionario que también presenta el grupo.

según lo aconseje la experiencia. Requiere un mínimo de tres años de historia. MODELOS ECONOMÉTRICOS MODELOS INSUMOS/PRODUCTOS DE se concentran en las ventas que cada industria hace a otras empresas y gobiernos. Fue desarrollada por Julius Shiskin. adjudicándoles mayor o menor valor que a otros. PROMEDIO PONDERADO MOVIL Se ponderan puntos específicos. normalmente relacionando el valor de los datos con el tiempo. La técnica más común de adaptación es la de los mínimos cuadrados. Es muy buena para identificar puntos de inflexión. Relaciona un tipo de modelo estadístico con los JEKINS datos adapta el modelo a la serie de tiempo empleando la distribución bayesiana posterior. Es una técnica muy complicada.ANÁLISIS DE SERIES DE TIEMPO MODELO PROMEDIO MOVIL SIMPLE DESCRIPCIÓN Se obtiene el promedio de un periodo específico que contiene una serie de datos dividiendo la suma de los valores de éstos entre el número de valores. Indican los cambios en las ventas que una industria productora puede esperar debido a cambios en las compras realizadas por otra industria. pero puede contener muchas vairables. . Constituye un método de eficaz para descomponer una serie de tiempo estacional. tendencias e irregular. de la oficina del censo de DE Estados Unidos. en términos TÉCNICA DE LA CAJA DE estadísticos de todas la que existen. MÉTODO EXPONENCIAL Se ponderan los puntos de datos recientes con un valor más alto. Trata de describir algún sector de la economía mediante una serie de de ecuaciones interdependietes. ANÁLISIS DE REGRESIÓN Se adapta una línea recta a los datos del pasado. Su base es que el pronóstico se deriva de otros hechos que han ocurrido. y su peso va AMINORADO disminuyendo exponencialmente a medida que los datos envejecen. PROYECCIONES TENDENCIAS DE Aplica una línea matemática de tendencias a los puntos de datos y los proyecta al futuro. sobre todo en las ventas de la compañía. CAUSALES MODELO ANÁLISIS DE REGRESIÓN DESCRIPCIÓN Es parecido al método de los mínimos cuadrados en las series de tiempo. SERIES DE SHISKIN TIEMPO Tabién llamada X-11. pero aparentemente resulta la más exacta.

INDICADORES LÍDERES Representan estadísticas que se mueven en la misma dirección que la serie que se está pronosticando. un incremento en el precio de la gasolina que indica una disminución futura de las ventas de autos grandes. pero que se mueven antes que la serie. . por ejemplo.

Ejemplo: Con base en estos datos. calcule la demanda pronosticada de la semana 16 aplicando el método de Promedio móvil simple (con periodo de 3 y 9 semanas) y el método del Suavizado o Simple con una Constante de Suavizamiento = 5%. PMS Semana Demanda (3 PMS (9 P Suavizado Exponencial semanas) semanas) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1161 2589 1478 1495 1534 852 855 1933 1191 2234 1079 2448 1292 1929 2088 Solución: La ecuación para determinar el PMS es la siguiente: PSM = ™demanda antigua para los periodos tomados / # periodos tomados .

Para la primera solución se toman un periodo de tres semanas aplicando para cada caso la ecuación: PSM4 = (1161 + 2589 + 1478)/3 = 1473 PSM5 = (2589 + 1478 + 1495)/3 = 1854 Este procedimiento se aplica hasta llegar a la semana solicitada obteniéndose los siguientes resultados: PMS Semana Demanda semanas) semanas) Exponencial (3 PMS (9 P Suavizado 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1161 2589 1478 1495 1534 852 855 1933 1191 2234 1079 2448 1292 1929 2088 886 1743 1854 1502 1294 1080 1213 1326 1786 1501 1920 1606 1890 1770 .

Para la segunda solución se aplica la misma ecuación pero para periodos de nueve semanas hasta llegar hasta la semana solicitada: PSM10 = (1161 + 2589 + 1478 + 1493 + 1534 + 852 + 855 + 1933 + 1191) / 9 = 1454 PSM11 = (2589 + 1478 + 1493 + 1534 + 852 + 855 + 1933 + 1191 + 2234) / 9 = 1573 PSM12 = (1478 + 1493 + 1534 + 852 + 855 + 1933 + 1191 + 2234 + 1079) / 9 = 1406 Los resultados se muestran en la siguiente tabla: PMS Semana Demanda (3 PMS (9 P Suavizado Exponencial semanas) semanas) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 2489 1118 1621 2133 1181 2139 1751 843 2207 1050 1723 1944 1004 1139 989 2041 1743 1624 1645 1818 1690 1578 1600 1367 1660 1572 1557 1362 1044 1720 1560 1628 1663 1538 1533 1406 .

05 ( 1118 ± 2489) = 2420.4 F4 = F3 + ’(D3 ± F3) = 2420.Para la tercera solución del Promedio suavizado exponencial se utiliza la siguiente ecuación: Ft = Ft-1 + ’(Dt ± Ft-1) Donde: Ft es el pronóstico del periodo actual Ft-1 es el pronóstico del periodo inmediatamente anterior ’ es la constante de suavizado Y (Dt-Ft-1) es el error del periodo anterior Para iniciar los cálculos se toma como Ft-1 = D1. del tal manera que F2 = 2489 y se comienza a calcula desde F3 por la ecuación: F3 = F2 + ’(D2 ± F2) = 2489 + 0.5 Realizando todos cálculos queda de la siguiente forma: .05 ( 1621 ± 2420.4) = 2380.4 + 0.

3 2272.6 2144.5 1961.0 2058.3 2201.5 2368.7 2300.5 2380.PMS Semana Demanda (3 PMS (9 P Suavizado Exponencial semanas) semanas) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 2489 1118 1621 2133 1181 2139 1751 843 2207 1050 1723 1944 1004 1139 989 2041 1743 1624 1645 1818 1690 1578 1600 1367 1660 1572 1557 1362 1044 1720 1560 1628 1663 1538 1533 1406 2489 2420.5 2012.4 .0 2114.1 2308.8 2201.0 2123.

1 de septiembre de 2010 . T y C.TRABAJO DE GERENCIA DE OPERACIONES ³Pronostico de la Demanda´ MARIA ANGELICA RIQUETT MUÑOZ JHON SALCEDO Fundación Universitaria Tecnológico de Comfenalco Cartagena D.

Sign up to vote on this title
UsefulNot useful