INTRODUCCIN

En la materia de administracin de operaciones se examinan diversos tipos de pronsticos

que en la actualidad en cualquier negocio o empresa son necesarios para saber que se
debe hacer en estos casos para que cada da se prospere y se tenga el xito para que la
empresa no desparezca, de esta manera que tenga un desarrollo sustentable. Por lo tanto
en esta capitulo si se puede mencionar de esta forma presentamos una variedad de
modelos de los pronsticos. Nuestro propsito es demostrar que hay muchas maneras
para que las y los que se encargan de pronosticar tengan muy buenos mtodos para
realizar con xito su tarea.
P
or lo tanto antes de comenzar un proyecto o alguna actividad uno de los primeros pasos
de cualquier proceso de planeacin y presupuestacin es la elaboracin de un buen
pronstico, principalmente de la demanda y de las ventas, ya que sin ellos nos pueden
lograr las cosas, adems es muy importante conocer que para que nuestra empresa o
negocio tenga futuro necesitamos saber qu es lo que quieren los clientes, si no se toma
en cuenta este factor principal de seguro que en muy poco tiempo no existir nada , o
como dicen, debut y despedida, ms claro ni el agua . De este pronstico depende la
planeacin de la produccin, de las compras, de los requerimientos de mano de obra, de
los recursos financieros, etc., por lo que, sin lugar a duda, se convierte en informacin muy
valiosa

determinante

para

alcanzar

las

metas

de

cualquier

organizacin.

Entonces para la elaboracin del pronstico puede ser simple o compleja, dependiendo de
distintos factores, por lo tanto en este tema se trataran los mtodos mas usados para
poder resolver los problemas que se nos presentan en la vida actual, estos son algunos
ejemplos:

mtodo de grupo nominal, encuesta a la fuerza de ventas de la empresa,

encuesta a los clientes, analogas de ciclos de vida, mtodo DELPHI e investigacin de

mercados. Muchas veces la demanda (o lo que se vaya a pronosticar) es afectada por
factores cclicos y estacionales, y otras veces influyen elementos de muy difcil previsin.
En cualquier caso la experiencia y el conocimiento del mercado son vitales, pero a veces
esto no es suficiente para la elaboracin de un buen pronstico. El optimismo o pesimismo
del planeador podran afectar sus proyecciones, por lo que resulta de gran utilidad el
empleo de tcnicas que permiten medir la tendencia, la estacionalidad, entre otras
caractersticas de la demanda a lo largo del tiempo.

METODOS CUALITATIVOS
"Los pronsticos cualitativos son aquellos que utilizan el juicio, intuicin, resumen, o
tcnicas comparativas para producir estimados cuantitativos acerca del futuro" (Ronald H.
Ballou. 1998. p. 277).

TIPOS DE METODOS
MTODO DE GRUPO NOMINAL: OPINIONES DE LOS GERENTES Y EJECUTIVOS
La suposicin bsica de este mtodo es que, un grupo estructurado de gente conocedora
del asunto ser capaz de llegar a un pronstico por consenso. El proceso funciona de la
manera siguiente:

FORMACION DEL GRUPO

SERIE DE PREGUNTAS
DESCRIPCION DE IDEAS
EXPOSICION DE IDEAS
DISCUSIN DE LAS IDEAS
PRESENTADAS
VOTACION DE IDEAS
ENCUESTA A LA FUERZA DE VENTAS DE LA EMPRESA
La estimacin de ventas futuras regionales o por zona de operacin de un negocio, se
obtienen individualmente a partir de cada uno de los miembros de la fuerza de ventas.
Estas estimaciones se combinan a fin de elaborar una estimacin de las ventas en todos
las regiones o zonas de venta del negocio.

ENCUESTA A LOS CLIENTES

Las estimaciones de ventas futuras se pueden obtener directamente de los clientes, a

quienes se encuesta individualmente para determinar los volmenes de productos que la
empresa pretende adquirir en cada periodo en el futuro y se prepara un pronstico de
ventas combinando las respuestas individuales de los clientes.
Este mtodo puede ser el preferido en empresas con relativamente pocos clientes, como
los proveedores de la industria automotriz y los contratistas para las fuerzas armadas.

ANALOGAS DE CICLOS DE VIDA

Tambin es conocido como analoga histrica. Este mtodo liga la estimacin de las
ventas futuras de un producto con el conocimiento de las ventas de un producto similar. A
la estimacin de las ventas de un producto se aplica el conocimiento de las ventas de un
producto similar durante varias etapas de su ciclo de vida.

E. MTODO DELPHI
En el inicio de la dcada de 1950 la fuerza area de los EEUU auspici un estudio de la
Rand Corporation, llamado proyecto Delphi, que tena que ver con el uso de las opiniones
de expertos en asuntos de la defensa del pas y, posteriormente, con temas de
investigacin y desarrollo, para obtener mejores perspectivas de situaciones o
circunstancias futuras de inters estratgico de largo alcance.

FORMACION DEL
GRUPO
REUNION DE
OPINIONES
INFORMACION A LOS
MIEMBROS

RESULTADO

JURADO DE OPININ EJECUTIVA

Se agrupan las opiniones de un grupo de expertos de alto nivel o de directivos, a menudo
en combinacin con modelos estadsticos. Hay que tener en mente las desventajas de la
interaccin grupal en este sentido: que haya mucha gente no garantiza que haya
opiniones conocedoras realmente del tema; las posiciones muy probablemente escondan
intereses personales o simplemente no sean enunciadas por miedo a contrariar a la
mayora.
ESTUDIO DE MERCADO
Requiere informacin de los clientes sobre sus intenciones futuras de compra. Esto incluye
tanto sus preferencias, experiencia con el producto, y necesidades, como una definicin
del precio mximo que estaran dispuestos a pagar la cantidad que demandaran a un
determinado precio.

INVESTIGACIN DE MERCADOS
La investigacin de mercados es una herramienta administrativa que utiliza medios
cientficos y prcticos, aprovechando la estadstica y el anlisis para suministrar
informacin para tomar mejores decisiones en una empresa; adems de constituirse en
una herramienta bsica de captura de informacin para la toma de decisiones en las
empresas. Tambin se puede definir como una herramienta de administracin moderna
para que los gerentes puedan resolver sus problemas y tomar decisiones lo mas
acertadamente posible, minimizando riesgos.

 Conclusiones
Anlisis estadstico
Anlisis preliminar
Recoleccin de datos

CONCLUSIN
9
8
7
7
6
6

3
3

Seleccin del tipo de

investigacin

4
4

Seleccin de los
instrumentos de prueba

5
5

Desarrollo de un plan de
anlisis

Estipulacin de las hiptesis

Defnicin del problema

2
2
1
1

Despus de haber concluido el tema sobre los mtodos cualitativos para los
pronsticos nosotros entendimos que para muchas empresas, para salir adelante tienen
que estar al da con al avance de la tecnologa para poder subsistir, ya que con el paso del
tiempo se requiere que las cosas se hagan de distinto manera para poder atraer a sus
clientes, y mucho ms si se quieren tener ms, para ello las empresas usan unas tcnicas
muy importantes y toman muy en cuenta lo que la gente espera de ellos. Por lo con las
diferentes variables que existen para realizar el pronstico en las empresas su
funcionamiento puede ser efectivo. Los gerentes deben conocer cul es la demanda del
producto para as poder saber con que cuenta en su inventario y as poder planificar su
produccin, mercadeo, gastos/costos, etc. Si las diversas ecuaciones matemticas se
utilizan adecuadamente la produccin de la compaa ser efectiva, pero para esto se
tiene que conocer ms afondo sobre otros mtodos ms sofisticados.
Cuando los directivos o el que sea que este encargado de las organizaciones
enfrentan la necesidad de tomar decisiones en una empresa de incertidumbre, los
diferentes tipos de pronsticos que tienen disponibles les ayudan a hacer predicciones a
largo o corto plazo; a largo plazo son del inters de la alta direccin y a corto plazo de los
gerentes de nivel medio y de primer nivel.
Los procedimientos de pronstico pueden tambin clasificarse de acuerdo con su
tendencia a ser ms cuantitativos o cualitativos. En una tcnica cualitativa no se requiere
de una manipulacin abierta de datos, slo se utiliza " buen juicio, intuicin, sentido comn
y experiencia " de la persona que hace el pronstico, y lo realiza mentalmente
manipulando los datos histricos recopilados.
Ya por ultimo pudimos entender para que nos servan los mtodos para los pronsticos
como son: el mtodo DELPHI, investigacin de mercados y lo ms importante que nos
pareci fue la de encuesta a los clientes, por donde comprendimos que una empresa no
puede estar viva si no tiene relacin con los clientes, ya sean muchos o pocos, y para
tener ms, para esto sirven estos maravillosos mtodos que nos ayudaran a lograr los
objetivos a los que nos proponemos.

INTRODUCCIN
En este captulo, examinamos diversos tipos de pronsticos y presentamos una variedad
de modelos de los pronsticos. Nuestro propsito es demostrar que hay muchas maneras
para que los encargados pronostiquen. Tambin se proveer una descripcin del
pronstico de ventas del negocio y describimos cmo preparar, supervisar, y juzgar
exactitud de un pronstico.

Los buenos pronsticos son una parte esencial de

operaciones eficientes del servicio y de la manufactura. El pronstico es el arte y la

ciencia de acontecimientos futuros que predicen.

DESARROLLO
Estos mtodos se basan en el anlisis y procesamiento de informacin, la cual casi
siempre es histrica, dando pronsticos numricos como fechas de introduccin,
caractersticas de nuevas tecnologas o niveles de adopcin. Operan mejor en el mediano
y corto plazo porque la informacin disponible se analiza estadsticamente asumiendo
continuidad y estabilidad de los cambios tecnolgicos.

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.
Aqu, analizaremos varios modelos cuantitativos, la precisin del pronstico,
pronsticos a largo plazo y pronsticos a corto plazo.
Esta informacin pasada se encuentra en forma numrica. Las fuentes usuales
son los registros de la propia empresa o informacin oficial de diverso origen:
gobierno,

asociaciones

de

empresarios

profesionistas,

organismos

internacionales.
Se debe tener cuidado, sobre todo cuando la informacin proviene de la propia
empresa (aunque en la proveniente de otras fuentes tambin hay que cuidarse),
que haya sido cuantificada de manera uniforme.
Para informacin sobre costos, por ejemplo, hay que asegurarse que los costos
incluyan los mismos conceptos en todos los aos que vamos a utilizar; de no ser
as es preciso tratar previamente los datos.
Para

aplicar

los

mtodos

cuantitativos

es

preciso

convencernos,

razonablemente, de que se cumple la, llamada Hiptesis de Continuidad. Este

supuesto es que los factores externos en los que se dieron los datos histricos
no cambiarn en el futuro para el que estamos pronosticando. Estos factores
son, en forma
destacada:
Economa en general.
Competencia en el mercado (oferta).
Estado del mercado (demanda).
Estado tecnolgico del producto (``ciclo de vida del producto'').
Esta continuidad del ambiente nunca se da en forma perfecta, sino en forma
gradual. Se requiere buen juicio para suponer que las violaciones a la

continuidad no van a afectar a los resultados de la aplicacin del mtodo de

pronstico.
Dentro de los mtodos cuantitativos tenemos los siguientes :

Modelos cuantitativos de pronstico:

1.- Regresin lineal.
Modelo que utiliza el mtodo de los mnimos cuadrados para identificar la
relacin entre una variable dependiente y una o ms variables independientes,
presentes en un conjunto de observaciones histricas.
En la regresin simple, solo hay una variable independiente; en la regresin
mltiple, hay ms de una variable independiente, en por ejemplo, un pronstico
de ventas, son las ventas. Una modelo de regresin no necesariamente tiene
que estar basado en una serie de tiempo, pues en estos casos el conocimiento
de los valores futuros de la variable independiente (llamada tambin variable
causal) se utiliza para predecir valores futuros de la variable dependiente. Por lo
general, la regresin lineal se utiliza en pronsticos a largo plazo.
2.- 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 pronstico para el siguiente periodo.
3.- Promedio mvil ponderado:
Modelo parecido al modelo de promedio mvil arriba descrito, excepto que el

pronstico para el siguiente periodo es un promedio ponderado de las ventas

pasadas, en lugar del promedio aritmtico.
4.- Suavizacin exponencial:
Modelo tambin de pronstico de series de tiempo a corto plazo que pronostica
las ventas para el siguiente periodo. En este mtodo, las ventas pronosticadas
para el ltimo periodo se modifican utilizando la informacin.
5.- Suavizacin exponencial con tenencia.
El modelo de suavizacin exponencial arriba descrito, pero modificado para
tomar en consideracin datos con un patrn de tendencia. Estos patrones
pueden estar presentes en datos a mediano plazo. Tambin se conoce como
suavizacin exponencial doble, ya que se suavizan tanto la estimacin del
promedio como la estimacin de la tendencia utilizando dos constantes de
suavizacin.
Series de Tiempo
METODO DE TENDENCIAS EN SERIES DE TIEMPO
Procedimiento:
1

IDENTIFIQUE VARIABLE DEPENDIENTE (Y) Y LA

INDEPENDIENTE (X) Y CODIFICARLA DE SER NECESARIO

CREAR LA COLUMNA (X.Y) EL CUAL CONSISTE EN LA MULTIPLICACION DE LA

VARIABLE DEPENDIENTE Y LA VARIABLE INDEPENDIENTE

CREAR LA COLUMNA DE (X.X)

CREAR LA COLUMNA DE Y

SUME LAS COLUMNAS

HALLE EL PROMEDIO DE X Y EL PROMEDIO DE Y

HALLE LA PENDIENTE (B)

-- -E XY NXY
------------------------2
-- 2

EX
8

N(X)

HALLE EL INTERCEPTO (A) DONDE

-- -a
=
y- b x

Establesca la ecuacin de regresin y haga el pronstico

T

bX

Nota :
MES (TIEMPO) ES LA VARIABLE INDEPENDIENTE Y DEMANDA ES LA VARIABLE
DEPENDIENTE
NOTA : SE CODIFICA MESES EN NUMEROS PARA EFECTO DE COMPUTOS
2
X
MES CODIFICACION
ENERO
1
FEBRERO
2
MARZO
3
ABRIL
4
MAYO
5
-15

XY

22
21
25

22
42
75

27

108
35
---130

-- 15
X= ----- = 3
5
-- 130
Y= ------ =26
5

422 -(5)(3)(26) 422- 390

b= ---------------------------- = ---------------- =3.2
2
55-45
55
- (5)(3)
a=

-y -

-( b )(x)

a = 26 - (3.2)(3)=16.4
T=a+bX

Demanda
1
4
9
16
175

25
-----

422

---55

T=16.4 + 3.2X
Pronstico para el mes de Julio
T = 16.4 + 3.2(7)=16.4 + 22.4=39 unidades
Para pronsticos a corto plazo, se usan mucho los mtodos de series de tiempo. Una serie
de tiempo es simplemente una lista cronolgica de datos histricos, para la que la
suposicin esencial es que la historia predice el futuro de manera razonable. Existen
varios modelos y mtodos de series entre los cuales elegir, y que incluyen el modelo
constante, de tendencia y estacional, dependiendo de los datos histricos y de la
comprensin del proceso fundamental.
Es comn representar a las series de tiempo por medio de una ecuacin matemtica que
describa los valores de la variable observada como una funcin del tiempo o
equivalentemente como una curva en una grfica en la que la coordenada vertical
representa la variable Y la coordenada horizontal representa el tiempo. El anlisis consiste
en encontrar el patrn del pasado y proyectarlo al futuro.
Patrones o componentes de una serie de tiempo
Cuando se tienen datos para hacer un pronstico, la herramienta ms til es graficarlos!
La grfica que queremos es la de los datos contra el tiempo. En el eje horizontal ponemos
los tiempos y en el sentido vertical sealamos el punto cuya altura corresponda a la
magnitud de la observacin que tengamos para cada tiempo.
Por regla general, los datos se encuentran aqu espaciados en el tiempo. Las diferentes
formas que toma el arreglo de los datos en la grfica nos indican cmo debemos proceder
en el pronstico.
Las caractersticas que, de manera primordial, buscamos en la grfica son las
regularidades que permitan la proyeccin del comportamiento observado en el pasado
hacia el futuro.
Los patrones regulares que nos son tiles son de varios tipos.
Patrn horizontal o estacionario. Se presentan como un valor constante (recta
horizontal) alrededor del cual los datos oscilan de forma irregular. Es el patrn de

datos ms simple, la mejor manera de pronosticar en una situacin como sta es

estimar la altura de la lnea horizontal y usar ese valor como pronstico.
Datos con tendencia. Se presentan como una lnea lisa (una recta o una curva
suave) que sube o baja montonamente y los datos oscilan errticamente alrededor
de ella. La manera de pronosticar que se ocurre primero, en este caso, es la de
calcular una ecuacin para la lnea y usar ese valor para pronstico.
Datos estacionales. Muchas series de datos presentan este tipo de comportamiento
repetitivo.
Enfoque simple.
Tambin llamado pronostico emprico. Uno de los mtodos ms sencillos es usar el ltimo
dato como pronostico para el siguiente periodo. Es decir el pronstico de la demanda para
el siguiente periodo es igual a la demanda observada en el periodo actual.
Por ejemplo si la demanda real para el mircoles ha sido 35 clientes, la demanda para el
jueves ser 35 clientes. Si la demanda real del jueves es 42 clientes, la demanda
pronosticada para el viernes ser de 42 clientes.
Este mtodo puede tomar en cuenta una tendencia de la demanda. El incremento (o
decremento) observado en la demanda de los dos ltimos periodos se usa para ajustar la
demanda actual con miras a elaborar un pronstico.
Por ejemplo:
Si la demanda fue de 120 unidades en la ltima semana y de 108 unidades la semana
anterior, el incremento de la demanda fue de 12 unidades en una semana por lo cual el
pronstico para la sig. Semana ser de 120 + 12 = 132 unidades. Si la demanda real de la
semana siguiente resulta ser de 127 unidades, entonces el siguiente pronstico ser de
127 + 7 = 134 unidades.
Ejercicio:
Sacar el pronstico con el enfoque simple para una fbrica de pastas dentales:
a) si la demanda del mes de mayo fue de 380 cajas saque el pronstico del mes de junio.
b) Si la demanda real del mes de junio fue de 398 cajas cual ser el pronstico para el
mes de julio tomando en cuenta la tendencia.

Respuestas
a) 380 cajas para el mes de junio
b) 416 cajas para el mes de julio
Estimacin del promedio
El patrn horizontal de una serie de tiempo se basa en la media de las demandas. Por lo
tanto el pronstico se obtendr sacando el promedio de una serie de datos a travs del
tiempo.
Por ejemplo:

Si deseramos sacar un pronstico para la semana 11 por medio del promedio bastara
sumar el total de Cajas y dividirlos entre el nmero de semanas dando como resultado
58.5 Cajas es decir 585 piezas.
MTODOS PARA SERIES DE DATOS HORIZONTALES.
Mtodos de suaviza miento o alisamiento.- Son tcnicas de pronsticos que son
apropiadas para series de tiempo ms o menos estables y que presentan un patrn

horizontal, es decir, las que no muestran efectos importantes de tendencia , cclicos o

estacinales. Dentro de stas tcnicas de pronsticos tenemos los siguientes mtodos.
Promedio Mvil simple
Este consiste en promediar slo las ltimas observaciones. Conforme avanza el tiempo
dejamos fuera del promedio a los datos ms viejos y vamos incorporando datos nuevos.
Por eso recibe el nombre de promedio mvil.
Un promedio mvil tiene un parmetro que es la amplitud del promedio, es decir, cuntos
datos ponemos en el promedio. Si el valor de este parmetro es grande, el suavizado es
mayor; si es pequeo el suavizado es menor.
En trminos matemticos, el clculo de los promedios mviles se realiza de la siguiente
manera:
Se considera que:
Xt=Ft+1
Donde:
X t = Es el promedio mvil de n trminos de x calculados hasta el perodo t
F t + 1 = representa el pronstico de x en el perodo t + 1
X i = valor real de x (accidentes, ventas, demanda, etc.) en el perodo i

n = nmero de periodos de demanda a ser incluidos (orden del promedio mvil )

? = Sumatoria
El promedio mvil hasta el perodo t se usa para el pronstico del perodo t + 1
El error correspondiente a cualquier pronstico est representado por la diferencia entre el
valor real observado y el valor pronosticado. Este puede ser positivo o negativo,
dependiendo de si el pronstico es demasiado bajo o es demasiado alto.
Una consideracin importante al utilizar cualquier mtodo de pronstico es la precisin del
pronstico. Es evidente que lo que se desea es que los errores de lo s pronsticos sean
reducidos. Unas de las herramientas estadsticas ms usadas como medidas del error
para evaluar la precisin de los mtodos de pronsticos son:

 La desviacin absoluta de la media (DAM).

El error medio cuadrtico (EMC).
DAM = Suma de los valores absolutos de todos los errores de los pronsticos
Numero de errores absolutos tomados
ECM = suma cuadrtica del error del pronstico
Numero de errores al cuadrado tomados
EJEMPLO. Con la informacin mostrada en la siguiente tabla, Elabore promedios mviles
de 3 y de 5 trminos para calcular el nmero de accidentes pronosticados para la
decimotercera semana y explique
Cul de los dos promedios mviles, el de 3 o el de 5 trminos, ofrece mejores
pronsticos

Note que el promedio mvil va desechando los datos viejos conforme incorpora a los
nuevos. Adems mantiene la misma ``importancia'' para la ltima observacin a lo largo
del tiempo.
Usando promedios mviles de 3 trminos el nmero de accidentes pronosticados para la
decimotercera semana es de 251.
Y de 220 accidentes si usamos promedios mviles de 5 trminos. Para evaluar la precisin
de estos pronstico y poder decidir cul de los 2 resultados ofrece el mejor pronstico,
haremos uso de la desviacin absoluta media ( DAM ) como medida de error.

Conviene usar promedios mviles de 5 trminos, en virtud a que presenta menor DAM en
los clculos
Promedio Mvil Ponderado
En el mtodo anterior de los promedios mviles simples cada observacin del clculo del
promedio mvil recibe la misma ponderacin o peso.
En la tcnica de promedios mviles ponderados, implica la seleccin de pesos distintos
para cada valor de los datos para despus calcular en calidad de pronstico un promedio
ponderado. En donde la observacin ms reciente es la que recibe mayor ponderacin y el
peso disminuye para los valores ms antiguos... Por ejemplo, utilizando la serie de tiempo
de la informacin del cuadro anterior, se procede a ilustrar el clculo de un promedio mvil
ponderado de 3 trminos, en donde la observacin ms reciente recibe un peso de 3
tantos el que se asigna a la observacin ms antigua, y la siguiente observacin ms
antigua recibe un peso del doble que la ms antigua. El pronstico para el promedio mvil
ponderado para la cuarta semana se calculara de la siguiente manera:

Obsrvese que, para el promedio mvil ponderado, la suma de los pesos es igual a 1.
Alisamiento o suaviza miento exponencial
El alisamiento exponencial es una tcnica de pronstico en la que se utiliza un promedio
ponderado de una serie de valores anteriores o pasados para pronosticar el valor de la
serie de tiempo en el perodo siguiente.
Se usa para pronsticos a corto y mediano plazo, la expresin matemtica aplicada para
este modelo es la siguiente:

CONCLUSIN
En este tema de los mtodos cuantitativos para los pronsticos, es muy importante
entender por qu estos mtodos se basan en el anlisis y procesamiento de informacin,
la cual casi siempre es histrica, dando pronsticos numricos como fechas de
introduccin, caractersticas de nuevas tecnologas o niveles de adopcin. Operan mejor
en el mediano y corto plazo porque la informacin disponible se analiza estadsticamente
asumiendo continuidad y estabilidad de los cambios tecnolgicos.