MANTENIMIENTO INDUSTRIAL

Anny Coral
21/10/2016
MTODOS DE PROYECCIN DE LA DEMANDA
Existen varios mtodos para la proyeccin de la demanda a continuacin
una breve descripcin de cada uno.
Anlisis de registros histricos
Consiste en analizar las ventas pasadas y hacer una proyeccin de las
mismas, por ejemplo, si en una empresa se ha notado que las ventas en los
ltimos meses han aumentado en un 10%, entonces, lo lgico sera que
para este mes que se aproxima tambin aumenten en un 10%, pero si
adems notamos que este prximo mes es de temporada alta para el tipo
de producto que comercializamos, y que adems hemos decidido invertir
ms en publicidad, entonces podramos pronosticar que para este prximo
mes nuestras ventas aumentarn en un 20%.
Este mtodo requiere que el negocio ya tenga un tiempo de operaciones,
para hallar el pronstico de la demanda para un nuevo negocio o para el
lanzamiento de un nuevo producto, sigamos viendo los dems mtodos.
Mtodo de la demanda potencial
Consiste en hallar primero la demanda potencial (mxima demanda posible
que se podra dar en un mercado) de todos los productos similares al de
dicha empresa que existan en el mercado al cual nos dirigimos, y luego, en
base a dicha demanda potencial, determinar la demanda de los productos,
teniendo en cuenta aspectos limitativos tales como el tamao de nuestra
inversin, nuestro capital de trabajo, la capacidad de fbrica (capacidad
mxima de produccin), capacidad de abastecimiento (disponibilidad de
materia prima y mano de obra), esfuerzo de marketing, etc.;
Pero tambin, teniendo en cuenta otros aspectos tales como la demanda de
la competencia, experiencia en el negocio, opiniones de personas con
experiencia en el mismo tipo de negocio, etc. Por ejemplo, si se quisiera
pronosticar la demanda para un negocio de restaurante, primero hallara la
demanda potencial que existe para todos los restaurantes que conforman
nuestro mercado objetivo (por ejemplo, un distrito, una avenida, un centro
comercial), y luego, en base a dicha demanda potencial y a otros aspectos
como el tamao del negocio, nuestra inversin en publicidad, la informacin
que hemos recopilado de la competencia, etc., determinamos o
pronosticamos nuestra demanda. Por ejemplo, una vez que hemos hallado
la demanda potencial, determinamos que trabajaremos para captar el 20%

de dicha demanda potencial, es decir, dicho 20% ser nuestro pronstico de

demanda.
Mtodo de la investigacin de mercados
Consiste en pronosticar las ventas a travs de una investigacin o estudio
de mercado, podemos, por ejemplo, hacer uso de encuestas, en donde
algunas de las preguntas podran ser:

tiene usted inters en adquirir este producto?

estara dispuesto a probar este nuevo producto o servicio?
cunto estara dispuesto a pagar por este producto?
cada cunto tiempo consume o adquiere productos similares?
cunto gasta en promedio al acudir a negocios similares?
con qu frecuencia acude a negocios similares?

O tambin podra hacer uso de otras tcnicas de mercado, por ejemplo,

podemos visitar negocios similares al de la investigacin y calcular el
promedio de clientes que tienen y el promedio de consumo de cada uno,
o podemos hacer pequeas entrevistas a clientes de nuestros principales
competidores o a personas que hayan estado antes en el mismo tipo de
negocio que el nuestro, etc. Como apunte final, debemos decir que para
hallar el pronstico de la demanda no existe un mtodo o frmula
especfica, sino que debemos ser creativos, pudiendo, por ejemplo, hacer
uso de varios mtodos; al final no importa cul mtodo hayamos usado,
lo importante es lograr el mayor aproximado posible.
Mtodos cualitativos de pronstico
Su empresa puede desear probar alguno de los mtodos cualitativos de
pronstico a continuacin si no cuenta con datos histricos de las ventas
de sus productos.

Mtodos de pronstico cuantitativo

Hay dos modelos de pronstico en este caso - (1) el modelo de series de
tiempo y (2) el modelo causal. Una serie de tiempo es un conjunto de datos
numricos uniformemente separados que se obtiene observando respuestas
a intervalos regulares de tiempo.
En el modelo de series de tiempo el pronstico se basa solamente en
datos anteriores y asume que los factores que influencian las ventas
pasadas, presentes y futuras de sus productos continuarn.
Uno de los mtodos ms sencillos es usar el ltimo dato como pronstico
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
Promedios mviles.
Se usa para estimar el promedio de una serie de tiempo de demanda y para
suprimir los efectos de las fluctuaciones al azar. Este mtodo resulta ms
til cuando la demanda no tiene tendencias pronunciadas ni fluctuaciones
estacinales. Implica simplemente calcular la demanda promedio para la n
periodos ms recientes con el fin de utilizarla como pronostico del periodo
siguiente.
Para el pronstico siguiente una vez conocida la demanda, la demanda ms
antigua incluida en el promedio anterior se sustituye por la demanda ms
reciente y luego se vuelve a calcular el promedio.

Es decir : Ft+1 = Suma de las n ultimas demandas / n = Da + Dt -1 + Dt--2

+ + Dt - n + 1 Donde:

a)

Dt = demanda real en el periodo t

n = nmero total de periodos incluidos en el promedio
F t+1 = Pronostico para el periodo t+1 Ejercicio:
Tomando los datos de la fbrica de pasta dental elabore un pronstico
mvil de 5 semanas para estimar cuantas cajas de pasta dental se
necesitaran para la semana 11. Tenemos que F11 = (60 + 55 + 61 +
58 + 66)/ 5 = 60 cajas b) Si la demanda real en la semana 11 fue 55
cajas obtener el pronstico mvil de 5 semanas para la semana 12
M12 = (55 + 60 + 55 + 61 + 58) / 5 = El pronstico es de 57.8 cajas
Cual ser el pronstico para la semana 13 en este momento?
Respuesta M13 = 57.8 cajas

Suavizamiento exponencial
Es un mtodo de promedio mvil ponderado muy refinado que permite
calcular el promedio de una serie de tiempo, asignando a las demandas
mayor ponderacin que a las demandas anteriores. Es el mtodo de
pronstico formal que se usa ms a menudo, por su simplicidad y por la
reducida cantidad de datos que requiere. A diferencia del mtodo de
promedio mvil ponderado, que requiere n periodos de demanda pasada y n
ponderaciones, la suavizacin exponencial requiere solamente tres tipos de
datos: el pronstico del ltimo periodo, la demanda de ese periodo y un
parmetro suavizador, alfa , cuyo valor flucta entre 0 y 1.0.
Para elaborar un pronstico con suavizacin exponencial, ser suficiente
que calculemos un promedio ponderado de la demanda ms reciente y el
pronstico calculado para el ltimo periodo.
La ecuacin correspondiente a este pronstico es: Ft+1 = (Demanda para
este periodo) + (1 ) (Pronostico calculado para el ltimo periodo) = Da
+ ( 1 ) Ft = Ft + (Dt Ft)
Por lo tanto el pronstico para el periodo siguiente es igual al pronstico del
periodo actual ms una proporcin del error del pronstico correspondiente
al mismo periodo actual. La constante, , toma valores entre 0 y 1 Una
cercana a uno da una alta velocidad de respuesta Una cercana a cero da
una baja velocidad de respuesta
Ejemplo: Utilizando el ejemplo de CCC con promedio mvil de n=3 calcule el
pronstico para la semana 13 con suaviza miento exponencial y = .10 El
pronstico para el da 13 era de 175 llamadas y la demanda real fue de 170
llamadas Ft+1 = Dt + ( 1 ) Ft F13= .1(170) + (.9) 175= 174.5 llamadas
Tendencia lineal Inclusin
exponencial con tendencia)

de

una

tendencia.

(Suavizamiento

Consideremos ahora una serie de tiempo de la demanda con una demanda

con una tendencia. En una serie de tiempo, una tendencia consiste en un
incremento o decremento sistemtico de los promedios de la serie a travs

del tiempo En este enfoque, las estimaciones para el promedio y la

tendencia son suavizadas, para lo cual se requieren solamente dos
constantes de suavizacin. Calculamos el promedio y la tendencia para cada
periodo
At = (Demanda en este periodo) + (1- ) (Promedio + Estimacin de la
tendencia en el ltimo periodo) = Dt + (1- ) (At 1 + Tt -1) Tt =
(promedio de este periodo-Promedio del ltimo periodo) + (1-)
(Estimacin de la tendencia en el ltimo periodo) = ( At At -1) + (1 ) Tt
-1 Ft +1= At + Tt
Donde:

At= promedio exponencialmente suavizado de la serie en el periodo

Tt= Promedio exponencialmente suavizado de la tendencia en el
periodo t
= parmetro de suavizacin para el promedio, con un valor entre 0
y1
= parmetro de suavizacin para la tendencia, con un valor entre 0
y1
Ft+1= pronstico para el periodo t + 1

Las estimaciones del promedio y la tendencia correspondientes al ltimo

periodo, que se requieren en el primer pronstico, pueden obtenerse a
partir de datos del pasado o basarse en una estimacin aproximada si no
existen datos histricos. Para encontrar los valores de y , es frecuente
que el analista ajuste sistemticamente a y hasta que obtenga los
errores del pronstico ms bajos posibles.
Mtodo Delphi (Delfos)
El mtodo Delphi es un proceso para obtener el consenso dentro de un
grupo de expertos, al tiempo que se respeta el anonimato de sus
integrantes. Esta forma de pronstico es til cuando no existen datos
histricos sobre los cuales puedan desarrollarse modelos estadsticos y
cuando los gerentes de la empresa no tienen experiencia en la cual
fundamentar proyecciones bien informadas.
Un coordinador enva preguntas a cada uno de los miembros del grupo de
expertos externos, quienes tal vez ignoran quien ms est participando. El
anonimato es importante cuando alguno de los miembros del grupo tiende a
dominar las discusiones o gozan de un alto grado de respetabilidad en sus
respectivas especialidades. En un grupo annimo, los miembros tienden a
responder y documentar sus preguntas con mayor libertad. El coordinador
prepara un resumen estadstico de las respuestas adems de un sumario de
los argumentos pertinentes para algunas de ellas. Este informe se enva al
mismo grupo para otra ronde de opiniones y los participantes pueden
modificar sus respuestas anteriores si as lo desean.
Las rondas continan hasta llegar a un consenso. Para cuales casos se
utiliza el mtodo Delphi? Se usa para elaborar pronsticos a largo plazo de
la demanda de productos y proyecciones de ventas para nuevos productos.
Tambin se emplee en pronsticos sobre tecnologa. Este mtodo se puede

utilizar para obtener un consenso en un panel de expertos, ya sea que estos

dediquen su atencin al desenvolvimiento de avances cientficos, cambios
en la sociedad, reglamentos de gobierno y el ambiente competitivo.
Los resultados sirven de gua para el personal de investigacin y desarrollo
de una empresa. Limitaciones del mtodo Delphi: - El proceso puede
prolongarse por mucho tiempo (a veces un ao o ms) En ese lapso de
tiempo, el panel de personas consideradas como expertas puede cambiar,
lo cual provoca confusin en los resultados, por lo menos, alarga todava las
este proceso. - Es probable que las respuestas sean menos significativas
que si los expertos tuvieran que asumir la responsabilidad que ellas
implican. - Hay pocas evidencias de que los pronsticos Delphi tengan un
alto grado de precisin. Sin embargo se reconoce que su calidad es entre
regular y buena para la identificacin de puntos de flexin en la demanda
de nuevos productos. - Los cuestionarios mal planeados conducen a
conclusiones ambiguas o errneas.

Bibliografa
Sierra, A. (21 de Octubre de 2016). wikispaces.com. Obtenido de
wikispaces.com: http://pronosticos-de-lademanda.wikispaces.com/file/view/pronosticodelademanda.pdf
wordpress.com. (2009). wordpress.com. Obtenido de wordpress.com:
https://tuhuguito2009.files.wordpress.com/2013/10/metodosdemanda-cuanti.pdf