Administraci

n y Pronstico
de la
Demanda

Pronstic
o
Tcticos

Toma de
decisiones a
largo plazo

Estratgic
os

Toma de
decisiones a
corto plazo

- Planificacin corporativa
de largo plazo.
- Fundamento para clculo
de PP y controlar costos.
- Nuevos productos.
- Seleccin de procesos,
capacidades y
distribucin de
instalaciones.
- Produccin, programacin
e inventarios.
Satisfacer
expectativas de
tiempo de espera
de clientes.
Toma de decisiones
para satisfacer
estratgicamente
la demanda.

Administraci
n de la
Demanda
Coordinar y controlar todas
las fuentes de la
demanda, para el uso
eficiente del sistema
productivo y entregar el
tiempo.
Unaproducto
empresa aNO
puede hacer
mucho respecto a
la Demanda
Dependiente,
pero si puede
hacer mucho con
la
Independiente!
!!

Dependiente: Demanda de un
producto o servicio provocada
por la demanda de otros
productos o servicios.
Independiente: No se deriva
directamente de la demanda de
otros productos.

Papel Activo

Influir en la
DEMANDA

Papel Pasivo

Responder a la
DEMANDA

Subjetivas y se
basan en estimados
y opiniones

Simulaci
n

Permiten manejar
varias suposiciones
acerca de la
condicin del
pronstico.

Cualitativ
o

Tipos de
Pronstic
os
Relacion
es
Causales

Informacin
demanda pasada
para predecir
DEMANDA FUTURA
Anlisis
de Series
de
Tiempo

La demanda se
relaciona con algn
factor subyacente en
el ambiente.

Component
es de la
Demanda

Demanda
promedio para el
perodo
Tendencia

Distribucin porcentual de lo que

se espera sea requerido.

Una tendencia lineal es una

relacin continua directa.

Elementos
estacionales

Las lneas de tendencia se ajustan

a los factores estacionales y
pueden influir en el pronostico
final.

Elementos cclicos

Elecciones polticas, guerras,

condiciones econmicas, presiones
sociolgicas.

Variacin
aleatoria

Son provocadas por

acontecimientos fortuitos, es
probable que la demanda vare de
una semana a otra.

Autocorrelacin

El valor esperado en un momento

dado tiene una correlacin muy
alta con sus propios valores
anteriores.

Anlisis de Series de
Tiempo
Los modelos de pronsticos de series de tiempo tratan de
predecir el futuro con base en informacin anterior.
Los trminos corto, mediano y largo plazo, son relativos al
contexto donde se emplean.
Pronsticos a corto plazo: Decisiones tcticas
Pronsticos a mediano plazo: Efectos estacionales
Pronsticos a largo plazo: Tendencias generales
El modelo de
pronstico que una
empresa debe elegir
depende de:

El horizonte
de tiempo
que se va a
pronosticar

La
disponibilidad
de los datos

El
Presupuesto
para el
pronstico

La precisin
requerida

Disponibilidad
de personal
calificado

Anlisis de Series de
Tiempo
Anlisis de Regresin Lineal
Descomposicin de una Serie de
Tiempo
Promedio Mvil Simple
Promedio Mvil Ponderado
Suavizacin Exponencial
Errores de Pronsticos
Fuentes de Error
Medicin de Errores

Anlisis de
Regresin
Lineal

Relacin funcional entre dos o mas variables

correlacionadas. Se pronostica una variable con base en otra.
Se refiere a la clase de regresin especial en la que la
relacin entre las variables forman una recta.

Es til para el
pronstico de Largo
Plazo de sucesos
importantes as
como la planificacin
agregada.
Su principal restriccin es, que se supone que los datos pasados y las
proyecciones a futuro caen sobre una recta. Aunque esto no limita su
aplicacin, en ocasiones, si se utiliza un PERIODO MAS CORTO, aun es
posible usar dicho anlisis.
Puede haber segmentos mas cortos del perodo mas largo que sean
mas o menos lineales.

Descomposicin de
una Serie de
Tiempo
Implica datos ordenados en forma
cronolgica que pueden contener
uno o mas componentes de la
demanda: tendencia, estacional,
cclico, autocorrelacin o aleatorio.

Promedio Mvil
Simple
Utilizado cuando la demanda de un
producto no crece ni baja con rapidez,
y si no tiene caractersticas
estacionales. Esto elimina las
fluctuaciones aleatorias del pronstico.

Significa identificar y
separar los datos de
la serie de tiempo
en estos
componentes.
Aunque los
promedios de
movimientos casi
siempre son
centrados, es mas
conveniente utilizar
datos anteriores
para predecir el
perodo siguiente de
manera directa.

Promedio Mvil Ponderado

Permite asignar cualquier importancia a cada
elemento, siempre y cuando la suma de todas
las ponderaciones sea igual a uno.

Suavizacin Exponencial
Los hechos mas recientes son mas indicativos del
futuro que los del pasado mas distante. Si esta
premisa es vlida, lo mas lgico y fcil sera utilizar
ste mtodo.

Errores de Pronstico
El trmino ERROR se refiere a la diferencia entre el valor del
pronstico y lo que ocurri en realidad. En estadstica stos
errores se conocen como residuales. Siempre y cuando el valor
del pronstico se encuentre dentro de los lmites de confianza .
Este en verdad no es un ERROR.

Fuentes de Error
Sesgados
Cuando se comete un error constante. No
incluir variables correctas, aplicar la recta de
tendencia errnea.
Aleatorios
Aquellos que no explica el modelo de
pronstico utilizado.

Medicin de Errores

Varios trminos comunes son: error estndar, error

cuadrado medio (varianza) y desviacin absoluta
media.

P
Prro
on
no
os
sttic
ico
od
de
eR
Re
ela
lac
cio
ion
ne
es
s
C
a
s
Cau
a
le
usales
s

Recurre a variables independientes distintas

del tiempo.
Cualquier variable independiente debe ser
un indicador gua.
Se trata de una relacin causal en la que un
hecho, causa otro.
El primer paso es encontrar los hechos que
realmente sean la causa.

Tcnicas Cualitativas de
Pronstico

Mtodo DELPHI
Oculta la identidad de los individuos que
participan en el estudio. Todos tienen el mismo
peso.
Este mtodo, evita que los empleados de niveles
inferiores se sientan intimidados por los niveles
mas altos de la gerencia.

dministracin de Operaciones

Lic. No Armando Cern

Administrador de Empresas
Chiquimula, Octubre de 2015