Está en la página 1de 13

El Rol de la administracin de la demanda en los sistemas de planificacin y control Es el de la toma de decisiones sobre ubicacin y capacidad de la planta, para esto

la empresa requiere de varios tipos de pronsticos y as poder cumplir sus objetivos especficos. La administracin de la demanda tiene que cumplir con un sistema de planificacin para sus pedidos de produccin, el cual implica reconocer fuentes de demanda para los bienes y servicios de una empresa, predecir la demanda y determinar la manera como la empresa satisfar esa demanda. Las predicciones de demanda pronostican la cantidad y la duracin de los bienes y servicio de una empresa, satisface normalmente los inventarios y la tarea del sistema de produccin, el cual, es proveer inventario para satisfacer los pronsticos de demanda futura y mantener los niveles de servicio deseados. Para que la administracin de la demanda sea la mas adecuada se tiene que tener una buena planificacin el sistema de produccin y as se obtendrn los resultados esperados, ya que, la administracin de la demanda abarca el pronstico de ventas, la recepcin de rdenes, la distribucin de productos, necesidades asociadas a produccin, entre otras y la planificacin de produccin suministra la entrada de produccin al plan de accin de la empresa y determina su papel en el plan estratgico revisado Para esto la empresa requiere de los siguientes tipos de pronstico: Pronsticos econmicos marcan el ciclo del negocio al predecir las tasas de inflacin, oferta de dinero, nuevas construcciones, y otros indicadores de planeacin. Pronsticos tecnolgicos tienen que ver con las tasas de progreso tecnolgico, que pueden dar por resultado el nacimiento de productos.

Objetivo de Administracin de la Demanda OBJETIVO: Comprender la importancia del anlisis de la demanda, el rol del anlisis de mercado y del pronstico de ventas en la planeacin de negocios.

El propsito de la administracin de la demanda es coordinar y controlar todas las fuentes de demanda para que el sistema productivo pueda usarse de manera eficiente y para que los productos y servicios se entreguen a tiempo. Administracin de la Demanda Ensamblar sobre Pedido La funcin del MPS es proporcionar fechas viables de entrega a los clientes Se usa el concepto de Inventario Comprometerle para convertir pronsticos en pedidos en firme

Administracin de la Demanda Fabricar sobre Pedido Cantidad relativamente grande de pedidos pendientes de satisfacer El MPS controla el progreso de pedidos pendientes

Tcnicas de Administracin de la Demanda Agregacin y Desagregacin de Pronsticos Pronsticos para diferentes decisiones de negocios preparados por diferentes agentes: Pronsticos de productos individuales (unidades) usados para planear operaciones Pronsticos de ventas globales (en $) para preparar presupuestos Pronsticos de grupos de productos (potencia o tamao del empaque) para hacer planes de mercadotecnia y distribucin. Los pronsticos de ventas para muchos diferentes fines de toma de decisiones pueden representar un serio problema de coordinacin en muchas empresas

Con frecuencia, estos pronsticos independientes no se confrontan para verificar que son consistentes

Una forma de lograr consistencia es a travs de pronsticos piramidales _Los pronsticos de largo plazo o por lnea de producto

(agregados) son ms exactos que los pronsticos detallados

Pronsticos Cualitativos Modelos Matemticos Datos Histricos

Grass roots fuerza de ventas tendencias de clientes

Grass roots Forecasting Se basa en cuestionar al personal cercano al cliente, tales como vendedores y distribuidores estables y con experiencia, sobre lo que piensan vender el siguiente periodo para considerarse en el pronstico. Implica distraer a la fuerza de ventas y puede ser sesgado. Los pronsticos pueden ajustarse con base en la correlacin histrica de la opinion de la fuerza de ventas y las ventas reales. Investigacin de mercado Permite determinar si hay demanda suficiente para el producto o servicio Permite determinar las necesidades y deseos del cliente actual o potencial

Hay dos tipos de investigacin de mercado: primaria y secundaria IM secundaria: informacin que alguien ms ha colectado Reportes / estudios Peridicos Revistas Bibliotecas (datos estadsticos) Organismos gubernamentales Estadsticas en Web Asociaciones comerciales e industriales IM mientras opera el negocio Reportes de ventas (seguir productos) Competencia (cambios) Encuestas de clientes Identificar las zonas desde donde llaman los clientes

Consenso de expertos (evitar juicio de ejecutivos)

Analoga histrica (geogrfica o histrica) Ver comportamiento de productos anlogos

Analoga histrica Ver comportamiento de productos anlogos

Ciclo de vida del producto Los bienes y servicios no se venden en forma constante a travs de su vida en el mercado.

Mtodo Delphi (Rand Corporation) Oculta la identidad de las personas que participan Los pasos de este procedimiento son: Escoger los expertos que participarn. Debe haber personas que tengan conocimiento de distintas reas. Por medio de un cuestionario (o correo electrnico), obtener pronsticos (y las premisas o calificaciones para estos pronsticos) de todos los participantes Resumir los resultados y volver a repartirlos entre los participantes, con las correspondientes preguntas nuevas. Volver a resumir, mejorando los pronsticos y las condiciones y volver a preparar preguntas nuevas. Repetir el paso 4 en caso necesario. Repartir los resultados finales entre todos los participantes. Mtodos cuantitativos

4 MODELOS CUANTITATIVOS Los modelos cuantitativos de pronsticos son modelos matemticos que se basan en datos histricos. Estos modelos suponen que los datos histricos son relevantes para el futuro. Casi siempre puede obtenerse informacin pertinente al respecto. Promedios mviles: Modelos de pronsticos del tipo de series de tiempo a corto plazo que pronostica las ventas para el siguiente periodo. En este modelo, el pronstico aritmtico de las ventas reales para un determinado nmero de los periodos pasados ms recientes es el pronostico para el siguiente periodo.

Mtodo de Suavizacin Exponencial Simple Esta tcnica se basa en la atenuacin de los valores de la serie de tiempo, obteniendo el promedio de estos de manera exponencial; es decir, los datos se ponderan dando un mayor peso a las observaciones ms recientes y uno menor a las ms antiguas. Al peso para ponderar la observacin ms reciente se le da el valor , la observacin inmediata anterior se pondera con un peso de a (1 - ), a la siguiente observacin inmediata anterior se le da un peso de ponderacin de a (1 )2 y as sucesivamente hasta completar el nmero de valores observados en la serie de tiempo a tomar en cuenta para realizar la atenuacin, es decir, para calcular el promedio ponderado. La estimacin o pronstico ser el valor obtenido del clculo del promedio. La expresin para realizar el clculo de la atenuacin exponencial es la siguiente.

Otra expresin equivalente a esta es la siguiente

otra forma de escribir esta expresin es la siguiente

en donde

es el error

El valor de a siempre se encuentra dentro del siguiente rango 0 < a > 1. Cuando existe una clara y considerable tendencia lineal en los valores observados en una serie de tiempo, los pronsticos obtenidos mediante la suavizacin exponencial simple quedan rezagados an al hacer variar el valor de alfa ( Brown y el de Holt. En ste mtodo as como tambin en todos los dems mtodos de suavizacin exponencial que veremos ms adelante se requiere de una inicializacin, es decir necesitan asignarle un valor inicial a necesitamos conocer el valor de . Ya que si queremos calcular ),

para estos casos se utilizan dos diferentes tcnicas conocidas como el mtodo de

. Si aplicamos la frmula para encontrar tenemos que:

como de

no existen es imposible obtener el valor .

. Por lo que es necesario recurrir a enfoques alternativos para estimar

El nmero y naturaleza de valores a inicializar depende del mtodo de suavizacin que se est utilizando. Si los datos son estacionales los valores iniciales para los factores estacionales se pueden calcular empleando algn mtodo de descomposicin, en el caso de que no hubiera datos suficientes para aplicar estos mtodos, la inicializacin de estos factores estacionales puede hacerse en base a estimaciones subjetivas o usando ndices estacionales ya conocidos.

Mtodo de alisamiento exponencial doble Este mtodo consiste en realizar dos suavizaciones exponenciales, a partir de las cuales se obtendr el valor estimado, o pronstico que buscamos realizar, mediante un clculo realizado con una expresin sencilla. La primera se aplica a los valores observados en la serie de tiempo y la segunda a la serie atenuada obtenida mediante la primera atenuacin. Debido a que los valores calculados al realizar las dos primeras atenuaciones no son los datos estimados a obtener, es decir, que constituirn las inferencias de los valores que se espera que tome la serie de tiempo en el futuro cercano, usaremos una notacin distinta a la de la expresin final con la cual se calculan los valores que constituyen en realidad el pronstico. 3.7 Pronsticos basados en factores de tendencia y estacionales. La ecuacin de tendencia lineal constituye un punto de partida para pronsticos a largo plazo de valores anuales. Sin embargo, una consideracin particularmente importante en los pronsticos a largo plazo es el componente cclico de las series de tiempo. No existe un mtodo estndar para pronosticar el componente cclico con base nicamente en valores histricos de series de tiempo, aunque ciertos indicadores econmicos con tiles para prevr puntos de

cambio de ciclo para pronsticos a corto plazo, un mtodo posible es desestacionalizar el valor observado mas reciente y multiplicarlo despus por el ndice estacional del periodo de pronstico. Se parte del supuesto de que la nica diferencia entre los 2 periodos ser la atribuible a la influencia estacional. Otro mtodo consiste emplear el valor de tendencia proyectado como base del pronstico y ajustarlo despus respecto del componente estacional. Cuando la ecuacin de la lnea de tendencia se basa en valores anuales, primero se debe reducir la ecuacin para expresarla en trminos de meses (o trimestres). La base de las modificaciones anteriores no es evidente si se pasa por alto el hecho de que los valores de tendencia no se asocian con puntos temporales, sino con periodos. Es a causa de esta consideracin que deben reducirse los tres elementos de la ecuacin de tendencia anual (b , b1 y X). Una consideracin particularmente importante en los pronsticos a largo plazo, es el componente cclico de las series de tiempo. Mtodos para pronsticos a corto plazo 1. Emplear el valor de tendencia proyectado como base del pronstico. 2. Ajustarlo respecto del componente estacional 1. Desestacionalizar el valor observado ms reciente y 2. Multiplicarlo por el ndice estacional del periodo de pronstico.(la diferencia entre los dos periodos ser la atribuible a la influencia estacional). Pronostico con regresin simple Supuesto bsico: la relacin entre la variable dependiente (y) y la variable independiente (x) es aproximadamente una linea recta. y = y|x + = 0 + 1x + Donde y|x = 0 + 1x es el valor medio de la variable dependiente y cuando el valor de la variable independiente es x. 0 = ordenada al origen (valor medio de y cuando x = 0)

1 = pendiente ( valor medio de y cuando x una unidad) es un trmino de error: describe los efectos de todos los factores no incluidos en el modelo

Si 0 = 15.77 y 1 = -0.1281, entonces cuando la temperatura x = 28, el valor medio de consumo de combustible que observamos es y|x = 0 + 1x = 15.77 0.1281(28) = 12.1832 MMcf de gas natural.

Si 0 = 15.77 y 1 = -0.1281, entonces cuando la temperatura x = 29, el valor medio de consumo de combustible que observamos es y|x = 0 + 1x = 15.77 0.1281(29) = 12.0551 MMcf de gas natural. La diferencia = 12.0551 - 12.1832 = -0.1281

0 y 1 se llaman parmetros de regresin. Ya que no conocemos los valores reales de 0 y 1 , debemos estimarlos con los datos de la muestra. (Nota: la interpretacin de 0 a veces no es aplicable.) Importante: observamos que estas variables se mueven juntas, mas no podemos deducir una relacin causa-efecto.

Medicin de error de pronstico

Es la diferencia numrica entre la demanda pronosticada y la real

Desviacin media absoluta (MAD): es un promedio de

las desviaciones absolutas la MAD presenta la dimensin no la direccin .

MAD= Sumadelasdesviacioens absolutasdetodoslos


perodo/ Nmerototalde perodosevaluados

demanda pronostica demanda real i/ n


il

Sesgo Indica la tendencia direccional de los errores de prediccin .el sesgo mide la tendencia a sub o sobreestimar la demanda.

Sesgo=Sumadeerroresalgebraicsoparatodoslos perodo/ Nmerototaldeperodosevaluados

sesgo

=demanda pronostica demanda real i/ n


il

ejemplo Durante los ltimos 8 trimestres, el Puerto de Valparaso ha descargado de los barcos grandes cantidades de grano. El Jefe de Operaciones del puerto quiere probar el uso de suavizamiento exponencial para ver que tan bien funciona la tcnica para predecir el tonelaje descargado. Supone que el pronstico de grano descargado durante el primer trimestre fue 175 toneladas. Se examinan dos valores de . = 0,10 y = 0,50. La siguiente tabla muestra los clculos detallados slo para = 0,10